MSA-XFlow: aplicando reengenharia genética nas ferramentas de alinhamento múltiplo de sequências

• Ano de defesa: 2025
• Autor(a) principal: João Junior, Mario
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• dARK ID: ark:/87559/001300001chgx
• Idioma: por
• Palavras-chave em Português: Alinhamento múltiplo de sequências; Alinhamento baseado em consistência; Alinhamento progressivo; Alinhamento iterativo; Workflows científicos; Biologia computacional; Programação heurística; Análise de desempenho; Multiple sequence alignment; Consistency-based alignment; Progressive alignment; Iterative alignment; Scientific workflows
• Link de acesso: https://app.uff.br/riuff/handle/1/39829

O Alinhamento Múltiplo de Sequências (do inglês, Multiple Sequence Alignment - MSA) é um passo fundamental para a resolução de uma variedade de problemas em Biologia Computacional. Dada a sua complexidade computacional, tipicamente uma das inúmeras estratégias baseadas em heurísticas, propostas e revisadas nas últimas duas ou mais décadas, é adotada para produzir uma solução, porém, sem garantia de ser ótima. Tradicionalmente, as heurísticas mais utilizadas se baseiam no Alinhamento Progressivo e são implementadas em ferramentas seguindo um conjunto de etapas pré-definido. Os cientistas geralmente escolhem a ferramenta com que possuem mais afinidade ou que acreditam ser a melhor. Isso pode significar, no entanto, que algumas heurísticas estão sendo ignoradas. Este trabalho fragmenta algumas das ferramentas existentes, consideradas padrão-ouro, e recombina (crossover) suas técnicas para criar, efetivamente, heurísticas aprimoradas. A viabilidade dessa ideia é endossada por uma análise estatística detalhada e pela comparação de novas estratégias, que incorporaram o uso da consistência a heurísticas que não a usam, especialmente para sequências com baixa porcentagem de identidade. Mais importante, as novas estratégias, geradas pela recombinação de técnicas existentes, produzem alinhamentos com melhor acurácia do que as ferramentas baseadas em consistência mais usadas para alinhamento múltiplo. Baseado nessas recombinações de técnicas, foi criado o MSA-XFlow, um gerador de múltiplos alinhamentos múltiplos que faz uso de um workflow científico para a geração eficiente dos alinhamentos, possibilitando aos cientistas a escolha entre diversos alinhamentos gerados. Por meio da reutilização de dados gerados em etapas anteriores, combinados com a paralelização intra e entre etapas, foi possível atingir um ganho de até 395,68 vezes, com 32 processadores, em relação ao que seria realizado tradicionalmente, demonstrando o grande desempenho da ferramenta.