بررسی الگوریتمهای موجود برای برخی مسائل انتخاب و مقایسه رشته ها در بیوانفورماتیک و ارائه الگوریتم های بهبود یافته

در این پایان نامه، سه مسئله نزدیکترین رشته، دورترین رشته، و دور از بیشترین رشته مورد بررسی قرار می گیرند. این مسائل، در گروه مسائل رشته مورد توافق در حوزه بیوانفورماتیک دسته بندی می شوند. کاربرد اصلی این مسائل در بیوانفورماتیک در تولید دارو، به ویژه داروهای آنتی بیوتیک و ضد حساسیت، یافتن نقطه اثر داروها، و یافتن کاوشگر برای طراحی داروهای جدید می باشد. مسئله نزدیکترین رشته دارای کاربردهایی در نظریه کدینگ نیز می باشد. الگوریتم های مختلفی برای این مسائل ارائه شده اند. از آنجا که این مسائل به گروه مسائل np-سخت تعلق دارند و الگوریتم های ارائه شده برای این مسائل دارای پیچیدگی زمانی بالایی هستند، الگوریتمی که قادر به دستیابی به پاسخ دقیق آنها در زمان چندجمله ای باشد ارائه نشده است. الگوریتم های حل دقیق این مسائل همگی دارای زمان نمایی هستند. بنابراین، محققین برای ارائه الگوریتم هایی که قادر به دستیابی به پاسخ های نزدیک به بهینه در زمان قابل قبول باشند تلاش کرده اند. دو روش عمده برای یافتن راه حل های تقریبی برای مسائل پیچیده وجود دارد: تخمین و روش های مکاشفه ای. الگوریتم های تخمین، تضمینی از حد بالای خطای ممکن در پاسخ حاصل، ارائه می دهند و الگوریتم های مکاشفه ای، فاقد چنین تضمینی هستند. در عمل نشان داده شده است که الگوریتم های مکاشفه ای، علیرغم عدم ارائه حد بالای خطا در پاسخ، بهتر از الگوریتم های تخمین عمل می کنند. در این تحقیق، دو الگوریتم مکاشفه ای ممتیک و گرسپ، برای حل هر یک از مسائل ذکر شده، ارائه می شود. الگوریتم ممتیک، الگوریتمی است که با افزودن جستجوی محلی به الگوریتم های تکاملی سعی در بهبود عملکرد این الگوریتم ها دارد. الگوریتم های تکاملی نظیر ژنتیک به علت دانش محلی اندکی که دارند، ممکن است قادر به دستیابی به برخی پاسخهای خوب در نزدیکی پاسخهای موجود نباشند. افزودن جستجوی محلی، قابلیت دستیابی به این پاسخها را در الگوریتم ایجاد می کند. دومین روش مکاشفه ای ارائه شده، الگوریتم گرسپ می باشد که با استفاده از تولید اعداد تصادفی طی روند تولید پاسخ به روش حریصانه، با ایجاد تنوع در پاسخ های حاصل، احتمال دستیابی به پاسخ بهینه را افزایش می دهد. نتایج به دست آمده از اجرای این دو الگوریتم روی مسائل نزدیکترین رشته و مسئله دور از بیشترین رشته های ممکن با آخرین الگوریتم های مکاشفه ای ارائه شده برای حل این دو مسئله مقایسه شده و نشان داده شده است که الگوریتم های پیشنهادی برتری قابل توجهی نسبت به آنها دارند. برای حل مسئله دورترین رشته تا کنون الگوریتم مکاشفه ای مستقلی ارائه نشده است و دو الگوریتم ارائه شده در این پایان نامه اولین روش های مکاشفه ای پیشنهاد شده برای حل این مسئله می باشند. الگوریتم های ممتیک و گرسپ با یکدیگر مقایسه شده و نشان داده شده است که برای مسئله نزدیکترین رشته و مسئله دورترین رشته الگوریتم گرسپ و برای مسئله دور از بیشترین رشته، الگوریتم ممتیک به پاسخهای بهتری دست پیدا می کند. در هر سه مسئله، الگوریتم گرسپ زمان اجرای کمتری دارد.