Optimisation multiobjectif et son application aux problèmes bioinformatique
No Thumbnail Available
Date
2021
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université de Larbi Ben M’hidi-Oum El Bouaghi
Abstract
L'activité de recherche de cette thèse s'inscrit dans deux thèmes principaux : l'optimisation multiobjectif et la bioinformatique. Nombreux problèmes rencontrés en bioinformatique peuvent être formulés comme problèmes d'optimisation. L'approche multiobjectif apporte de nombreux avantages aux biologistes en termes de qualité et de choix de la solution à retenir. Il s'agit d'une part, de tirer parti de l'aspect contradictoire des objectifs pour parvenir à un bon compromis (un équilibre) améliorant la qualité (biologique) des solutions et, d'autre part, la possibilité d'obtenir plusieurs solutions en une seule exécution donnant ainsi plus de choix au décideur pour des solutions biologiquement significatif. Dans cette thèse, nous allons établir un état de l'art décrivant l'avantage de l'application potentielle de l'optimisation multiobjectif dans différents problemes de bioinformatique. Comme étude de cas, nous avons choisi le problème le plus traité en bioinformatique : L'alignement multiple de séquences (MSA). Le but est de préciser les différentes problématiques, de proposer de nouveaux schémas de résolution et de valider les méthodes développées sur des benchmarks. La motivation principale de ce travail de recherche est de contribuer au développement des algorithmes d'optimisation multiobjectif de façon à rendre leur application aux problèmes bioinformatique la plus efficace possible en temps de calculs (raisonnable), en qualité de solutions produites et pouvant traiter des problèmes de grande tailles. Nous nous sommes intéressés au développement de méthode hybride méta-exacte. Nous avons conçu une méthode de recherche locale GPLS qui fonctionne sur les positions des gaps pour améliorer tous les descendants produits par NSGA-II : l'algorithme de référence d'optimisation multiobjectif. Pour augmenter la précision de l'algorithme produit M-NSGA-II, nous allons appliquer l'algorithme exact de Needleman et Wunsch sur des sous-alignements de quelques solutions du front de Pareto.
يندرج النشاط البحثي لهذه الأطروحة تحت موضوعين رئيسيين: التحسين متعدد الأهداف والمعلوماتية الحيوية. يمكن صياغة العديد
من المشكلات التي تمت مواجهتها في المعلوماتية الحيوية على أنها مشكلات تتعلق بالتحسين يجلب النهج متعدد الأهداف العديد من
المزايا لعلماء الأحياء من حيث الجودة واختيار الحل الذي سيتم اعتماده. يتضمن ذلك، من ناحية، الاستفادة من الجانب المتناقض
للأهداف للوصول إلى حل وسط جيد )توازن( تحسين الجودة )البيولوجية( للحلول، ومن ناحية أخرى، إمكانية الحصول على عدة
حلول واحدة. وبالتالي، فإن الحلول تعطي مزيدًا من الخيارات لصانع القرار للحصول على حلول ذات مغزى بيولوجيًا. في هذه
الأطروحة، سننشئ حالة من الفن تصف ميزة التطبيق المحتمل للتحسين متعدد الأهداف في مشاكل المعلوماتية الحيوية المختلفة.
كدراسة حالة، اخترنا المشكلة الأكثر مناقشة في المعلوماتية الحيوية: محاذاة التسلسل المتعدد )MSA(. الهدف هو تحديد القضايا
المختلفة، واقتراح مخططات حل جديدة والتحقق من صحة الأساليب التي تم تطويرها على أساس المعايير. الدافع الرئيسي لهذا العمل
البحثي هو المساهمة في تطوير خوارزميات متعددة الأغراض لجعل تطبيقها على مشاكل المعلوماتية الحيوية بأكبر قدر ممكن من
الكفاءة من حيث الوقت الحسابي )المعقول(، كحلول منتجة وقادرة على التعامل مع المشاكل الكبيرة. الأحجام. نحن مهتمون بتطوير
الطريقة exacte-meta الهجينة. لقد صممنا طريقة بحث محلية لـ GPLS تعمل على مواضع الفجوات لتحسين جميع الأحفاد التي
تنتجها II-NSGA: خوارزمية التحسين المعيارية متعددة الأهداف. لزيادة دقة خوارزمية منتج II-NSGA-M، سنطبق الخوارزمية
الدقيقة لـ Needleman و Wunsch على المحاذاة الفرعية لبعض حلول .front Paret
Description
Keywords
Optimisation multiobjectif, Alignement multiple de séquences, Hybridation méta-exacte, Technique mémétique, Algorithme de Needleman et Wunsch