• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis Doctoral
DOI
10.11606/T.95.2016.tde-24022016-144852
Documento
Autor
Nombre completo
Lariza Laura de Oliveira
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2015
Director
Tribunal
Tinós, Renato (Presidente)
Brandão, Marcelo Mendes
Bruno, Odemir Martinez
Carvalho, André Carlos Ponce de Leon Ferreira de
Matioli, Sergio Russo
Título en portugués
Algoritmos evolutivos aplicados na investigação da adaptabilidade do código genético
Palabras clave en portugués
Adaptabilidade do código genético.
Algoritmos genéticos
Bioinformática
Resumen en portugués
O código genético é altamente conservado e está presente na maior parte dos organismos vivos. Uma questão que tem intrigado os cientistas é se o código genético é fruto do acaso ou de um processo evolutivo. Se qualquer associação entre aminoácidos e códons é possível, então existem cerca de 1, 51 × 1084 códigos possíveis. A hipótese de que o código genético evoluiu é suportada por sua robustez frente a mutações. Duas metodologias tem sido utilizadas para estudar esta hipótese: a abordagem estatística, que estima o número de códigos aleatórios melhores que o código genético padrão, e a abordagem por engenharia, que compara o código padrão com os melhores códigos hipotéticos obtidos por meio de um algoritmo de otimização. A utilização de ambas abordagens têm sido feita considerando-se apenas uma função objetivo, baseada na robustez frente a mutações quando uma determinada propriedade dos aminoácidos é considerada. Neste trabalho, propõe-se considerar mais de um objetivo simultaneamente para a avaliação dos códigos genéticos. Para isso, três abordagens multiobjetivo utilizando Algoritmos Genéticos são empregadas. São elas: abordagem lexicográfica, ponderada e de Pareto. Os resultados indicam que a utilização de mais de um objetivo é promissor, sendo os códigos hipotéticos gerados mais similares ao código genético padrão, quando comparados com os resultados obtidos por outros autores.
Título en inglés
Genetic algorithms applied to the investigation of genetic code adaptability
Palabras clave en inglés
Bioinformatics
Genetic algorithms
Genetic code adaptability
Resumen en inglés
The genetic code is highly preserved and it is present in most living organisms. If we consider all codes mapping the 64 codes into 20 amino acids and one stop codon, there are more than 1.51 × 1084 possible genetic codes. The main question related to the organization of the genetic code is why exactly the standard code was selected among this huge number of possible genetic codes.The hypothesis that the genetic code has evolved is supported by its robustness against mutations. Many researchers argue that the organization of the standard code is a product of natural selection and that the codes robustness against mutations would support this hypothesis. Two methodologies have been used to investigate this hypothesis: the first one is the statistical approach which estimates the number of random codes which are better than the standard genetic code. The second is the engineering approach, which compare the standard code with the best hypothetical codes obtained by an optimization algorithm. Both approaches have been used considering only one objective function, which is usually based on the robustness against changes using the polar requirement. In this research, we propose to consider more than one objective simultaneously for the evaluation of genetic codes. For this purpose, three approaches using multi-objective genetic algorithms were employed, are they: lexicographic, weighted, and Pareto-based. The results indicate that considering more than one objective function is promising: the hypothetical codes generated are more similar to the standard genetic code, when compared with the results obtained by the monoobjective approach.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
TeseFinalLariza.pdf (2.88 Mbytes)
Fecha de Publicación
2016-03-10
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2020. Todos los derechos reservados.