Approccio basato su MapReduce alla sottosequenza comune più lunga nelle sequenze biologiche (Italian Edition)

L'identificazione della sottosequenza comune più lunga (LCS) delle sequenze biologiche ha importanti applicazioni nella bioinformatica. A causa della crescita emergente delle applicazioni bioinformatiche, sono state utilizzate per l'elaborazione nuove sequenze biologiche di lunghezza maggiore, rendendo questo compito una grande sfida per gli algoritmi LCS sequenziali. Sono stati proposti alcuni algoritmi LCS paralleli, ma la loro efficienza ed efficacia non sono soddisfacenti con l'aumentare della complessità e delle dimensioni dei dati biologici. Per superare i limiti degli algoritmi LCS esistenti e considerando il modello di programmazione MapReduce come una tecnologia promettente per un calcolo parallelo ad alte prestazioni ed economico, è stato sviluppato un algoritmo parallelo basato su MapReduce per LCS. Questo approccio adotta i concetti di tabelle successive, coppie di caratteri identici, albero successivo e traversata dell'albero successivo per trovare la sottosequenza comune più lunga. Il framework Hadoop viene utilizzato per la realizzazione del modello MapReduce.