Efektivní varianty dynamického programování v bioinformatice

Abstract

Cílem této práce je nastudovat princip efektivních algoritmů využívajících dynamické programování. S pomocí těchto znalostí vytvořit aplikaci demonstrující princip efektivních algoritmů dynamického programování v bioinformatice a sepsat zprávu shrnující výsledky. Algoritmy, obsažené v této práci, řeší zarovnání sekvencí DNA, nebo predikci sekundární struktury RNA. Tyto algoritmy jsou zde porovnávány mezi sebou pro různé hodnoty vstupů. Pro samotné zarovnání sekvencí jsou zde použity algoritmy jako Needleman-Wunch a X-drop. Pro predikci sekundární struktury RNA je použit Zukerův algoritmus, který by měl odstraňovat některé nedostatky Nussinin algoritmu a samotný Nussinin algoritmus. Rekurze je zde představována pomocí rekurzivních stromů, dynamické programování pomocí skórovací matice. Uživatel má možnost také porovnat rychlosti obou přístupů pro zadané sekvence. Pro zajištění jednoduché dostupnosti se jedná o webovou aplikaci běžící na straně klienta.Purpose of this thesis is to study principle of effective algorithms, that are using dynamic programming. Using this knowledge to create application demonstrating principle of effective algorithm of dynamic programming in bioinformatics and write a report summarizing results. Algorithms used in this thesis are solving DNA sequence alignment or RNA secondary structure prediction. These algorithms are compared between themselves based on different input values. For DNA sequence alignment are used algorithms such as Needleman-Wunch and X-drop. For prediction of secondary RNA structure is used Zuker algorithm, that should remove some of Nussin algorithm weaknesses and Nussin algorithm itself. Recursion is showed by recursion trees. Dynamic programming is showed by score matrix. User also have ability to compare speed of both approaches for given sequences. It is programmed as web application, that run on client's side. This ensure easy availability.