Algoritmos evolutivos multi-objetivo para a reconstrução de árvores filogenéticas (2008)
- Authors:
- Autor USP: TICONA, WALDO GONZALO CANCINO - ICMC
- Unidade: ICMC
- Subjects: SISTEMAS DISTRIBUÍDOS; PROGRAMAÇÃO CONCORRENTE; FILOGENIA (RECONSTRUÇÃO)
- Language: Português
- Abstract: O problema reconstrução filogenética têm como objetivo determinar as relações evolutivas das espécies, usualmente representadas em estruturas de árvores. No entanto, esse problema tem se mostrado muito difícil uma vez que o espaço de busca das possíveis árvores é muito grande. Diversos métodos de reconstrução filogenética têm sido propostos. Vários desses métodos definem um critério de otimalidade para avaliar as possíveis soluções do problema. Porém, a aplicação de diferentes critérios resulta em árvores diferentes, inconsistentes entre sim. Nesse contexto, uma abordagem multi-objetivo para a reconstrução filogenética pode ser útil produzindo um conjunto de árvores consideradas adequadas por mais de um critério. Nesta tese é proposto um algoritmo evolutivo multi-objetivo, denominado PhyloMOEA, para o problema de reconstrução filogenética. O PhyloMOEA emprega os critérios de parcimônia e verossimilhança que são dois dos métodos de reconstru ção filogenética mais empregados. Nos experimentos, o PhyloMOEA foi testado utilizando quatro bancos de seqüências freqüentemente empregados na literatura. Para cada banco de teste, o PhyloMOEA encontrou as soluções da fronteira de Pareto que representam um compromisso entre os critérios considerados. As árvores da fronteira de Pareto foram validadas estatisticamente utilizando o teste SH. Os resultados mostraram que o PhyloMOEA encontrou um número de soluções intermediárias que são consistentes com as soluçõesobtidas por análises de máxima parcimônia e máxima verossimilhança realizados separadamente. Além disso, os graus de suporte dos clados pertencentes às árvores encontradas pelo PhyloMOEA foram comparadas com a probabilidade posterior dos clados calculados pelo programa Mr.Bayes aplicados aos quatro bancos de teste. Os resultados indicaram que há uma relação entre ambos os valores para ) vários grupos de clados PhyloMOEA é capaz de encontrar uma diversidade de soluções intermediárias que são estatisticamente tão boas quanto as melhores soluções de máxima parcimônia e máxima verossimilhança. Tais soluções apresentam um compromisso entre os dois objetivos
- Imprenta:
- Publisher place: São Carlos
- Date published: 2008
- Data da defesa: 11.02.2008
-
ABNT
TICONA, Waldo Gonzalo Cancino. Algoritmos evolutivos multi-objetivo para a reconstrução de árvores filogenéticas. 2008. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2008. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-02042008-142554/. Acesso em: 26 abr. 2024. -
APA
Ticona, W. G. C. (2008). Algoritmos evolutivos multi-objetivo para a reconstrução de árvores filogenéticas (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-02042008-142554/ -
NLM
Ticona WGC. Algoritmos evolutivos multi-objetivo para a reconstrução de árvores filogenéticas [Internet]. 2008 ;[citado 2024 abr. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-02042008-142554/ -
Vancouver
Ticona WGC. Algoritmos evolutivos multi-objetivo para a reconstrução de árvores filogenéticas [Internet]. 2008 ;[citado 2024 abr. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-02042008-142554/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas