کاربرد بهینه سازی ترکیبیاتی در زیست شناسی محاسباتی

درک چگونگی کدگذاری ‏از اطلاعات مشخص کننده زمان و مکان رونویسی یک ژن به محصول پروتئینی، ‏هدف اصلی در زیست شناسی مولکولی است. پروتئین های واسطه معروف به فاکتورهای رونویسی این فرآیند را به وسیله ی تعامل با ‎dna‎‎‏های سلول و ماشین های رونویسی تسهیل ‏می بخشند. این از اهمیت بسزایی در شناسایی همه توالی های محل های اتصال فاکتور رونویسی در dna ‎‎ مشخص برخوردار است.‎‎ ‎‎در این پایان نامه مسأله محاسباتی مربوط به کشف موتیف بررسی و مطالعه می شود. در این زمینه یک مجموعه از توالی های معلوم که شامل محل های اتصال از یک فاکتور رونویسی خاص هستند داده شده است، هدف این است تا موقعیت های آنها را شناسایی کنیم. در اینجا یک چارچوب بهینه سازی ترکیبیاتی برای موتیف یابی که از هردو روش شاخه بری گراف و فرمول بندی برنامه ریزی خطی عددصحیح استفاده می کند? بررسی شده است. همچنین روشی برای شناسایی موتیف هایی با معنی داری آماری ‎‏معرفی می شود. الگوریتم موردنظر برای شماری از مجموعه داده های زیستی و داده های مصنوعی اعمال شده و به خوبی اجرا می شود. همچنین قابل اجرا بودن این الگوریتم برای انواع دیگری از مسأله تشخیص محل اتصال ‎ dna ‎‎ مانند ردپانگاری فیلوژنتیک، فرمول بندی موتیف های ظریف و مسأله موتیف های چندگانه بررسی و مطالعه می شود. نتایج نشان می دهند که ترکیب نظریه گراف و رویکرد برنامه ریزی ریاضی، می تواند پایه مناسبی برای روش های موثر و قدرتمند در پیداکردن کاربردهای مختلف موتیف یابی باشد.