Arborii Sufix și Aplicațiile Lor în Bioinformatică

Introducere

Lucrarea de faţă tratează structura de date de tip arbore sufix şi aplicaţiile lor în bioinformatică.În primul capitol se dă o definiţie a ceea ce înseamnă bioinformatică, şi apoi sunt prezentate noţiuni generale în domeniu.Spre sfârşitul capitolului se realizează legătura între acest domeniu şi structurile de date arbori de sufixe care au o însemnătate aparte în ceeea ce priveşte aplicaţiile (algoritmii) folosiţi pentru rezolvarea multor probleme în bioinformatică.

Capitolul doi continuă o prezentare detaliată a ceea ce înseamnă arbori sufix.În prima parte se precizează ce este o structură de date arborescentă,se enumeră câteva tipuri de arbori În partea a două se prezintă generalităţi ale arborilor sufix.Iar până la sfârşitul capitolului este vorba despre algoritmii de construire a arborilor sufix şi etapele necesare a fi parcurse.

În capitolul trei putem identifica principalele aplicaţii ale arborilor sufix în bioinformatică şi anume unul din cele mai importante fiind: algoritmul de căutare al unui subşir (şablon) într-un şir dat ,specific bioinformaticii căutarea unei secvenţe de ADN, algoritmul de căutare al unui şubşir într-un şir de caractere bazat pe arbori sufix este unul dintre cei mai utilizaţi algoritmi în acest caz. Subşirul căutat reprezintă secvenţa de ADN căutată.

Cap.I. Introducere în bioinformatică

I.1. Definiţie şi rol:

Bioinformatica este un domeniu al ştiinţei în care biologia, ştiinţa despre calculatoare şi tehnologia informaţiei se contopesc într-o singură disciplină. Scopul final al acestei ştiinţe este de a permite atât descoperirea unor noi cunoştinţe în biologie, cât şi de a crea o perspectivă globală din care principiile unificatoare ale biologiei să poată fi deosebite. Există trei direcţii majore de cercetare în bioinformatică:

- dezvoltarea unor noi algoritmi şi statistici cu ajutorul cărora să poată fi extrase, dintr-un număr mare de date, acele elemente care prezintă trăsături comune.

- analiza şi interpretarea diferitelor tipuri de date referitoare la secvenţele de nucleotide şi aminoacizi, structura proteinelor.

- dezvoltarea şi implementarea unor unelte care să permită accesul eficient şi manipularea diferitelor tipuri de informaţii.

Bioinformatica are ca rol extragerea informaţiilor din acidul dezoxiribonucleic (ADN) şi efectuarea de comparaţii între genomul corespunzător organismelor din aceeaşi specie sau din specii diferite. Un alt rol important al bioinformaticii este găsirea unor secvenţe de ADN, specifice unor anumite boli, într-un anumit genom.

I.2. De ce este necesară bioinformatica?

Raţiunile utilizării metodelor informatice în rezolvarea problemelor din biologie cuprind:

- o creştere explozivă a informaţiilor biologice care impun utilizarea calculatoarelor la catalogarea şi regăsirea informaţiilor.

- o perspectivă mai largă atunci când sunt proiectate experimentele.Pe măsură ce se trece de la paradigma genă-proteină-boală (caracteristic cercetării ştiinţifice făcute de grupuri de oameni de ştiinţă izolate) către considerarea întregului organism, dobândind tot mai multe şi mai profunde cunoştinţe despre sănătate şi boală (care necesită coordonarea eforturilor ştiinţifice la nivelul globului.

I.3. Ce presupune bioinformatica?

Bioinformatica, ca fundament al “Diagnosticului genetic”, spre exemplu, are din ce în ce mai multă influenţă asupra vieţii fiecăruia dintre noi, dar cei mai mulţi nu realizează acest lucru.

Bioinformatica asigură baza teoretică şi uneltele practice oamenilor de ştiinţă pentru explorarea proteinelor şi ADN (DeoxyriboNucleic Acid - DNA). ADN-ul şi proteinele sunt mari molecule care constau dintr-un lanţ de mici radicali numiţi nucleotide (mononucleotide), respectiv, aminoacizi. Ei constituie blocurile de construcţie utilizate de natură, funcţia finală a moleculei depinde foarte mult de ordinea de asamblare a acestor blocuri.

Structura 3D (tridimensională) depinde de ordinea acestor radicali. Ordinea aminoacizilor unei anumite proteine este moştenită de la ADN corespunzător. Această bucată de ADN constă într-o secvenţă ordonată de nucleotide.