Computational system for gene analysis and redesign

Abstract

A evolução das tecnologias permitiu ao homem explorar diversas áreas de forma mais eficiente e rápida. Uma das áreas onde a informática e a computação têm um grande impacto é a biologia, permitindo aos investigadores resolverem tarefas de forma mais eficiente, e em tempo útil, sem recorrer à experimentação prática em laboratório. Em biologia molecular, inúmeros métodos computacionais são usados, como por exemplo, na sequenciação e anotação de genomas e também em métodos de redesenho de genes. Por sua vez, com o crescente poder computacional, procura-se realizar o maior número de tarefas no menor tempo possível, recorrendo-se para isso a diversas metodologias de otimização. Estas podem ser apresentadas de diversas formas, desde o recurso a mais memória e melhor desempenho do hardware bem como a algoritmos mais eficientes. Esta tese procura avaliar de que forma distintos fatores associados às características de cada gene ajudam a explicar a evolução destes para o seu estado atual. Os padrões evolutivos potenciados por este estudo podem igualmente ser utilizados como motivos principais no redesenho de genes. Estas tarefas são computacionalmente dispendiosas e os tempos de execução elevados devido às muitas combinações de diferentes métodos que são realizadas. Para minorar este problema, esta tese apresenta também algumas soluções para otimizar os métodos de redesenho de genes, de forma a que estes obtenham os mesmos resultados num menor tempo possível.

Technology evolution has allowed man to explore different areas more efficiently and quickly. One of the areas where informatics and computation have a major impact is biology, allowing researchers to solve tasks more efficiently, and on time, without resorting to laboratory experimentation. In the field of molecular biology, several computational methods are used, for instance, genome sequencing and annotation and also in gene redesign methods. Meanwhile, with the growing computational power, there is a need to make the greatest number of tasks in the shortest time possible, using for it several optimization methodologies. Those can be presented in different forms, from the usage of more memory and better performance provided by the hardware as well as more efficient algorithms. This thesis tries to explore how distinct factors related to each gene characteristics can aid to explain how each gene evolved to its current state. The evolutionary patterns enhanced by this study can also be used as the main reasons in gene redesign. These tasks are computationally expensive and their execution times are high due to the various combinations performed with different methods. To mitigate this problem, this thesis also presents some solutions to improve the gene redesign methods performance, in a way that they can achieve the same results in a shorter time.