Apprentissage automatique par les algorithmes bio-inspir´es : application `a l’alignement multiple de s´equences biologiques

Abstract

L’alignement multiple de sequences est une des plus importantes taches de la bioinformatique, car il permet de decouvrir et de determiner les similitudes entre les molecules biologiques tel que l’ADN, l’ARN et les proteines par la simple comparaison de leurs sequences. Il est egalement utilis´e comme point de d´epart pour d’autres problemes de bioinformatique tel que la Phylogenie, la recherche de motif et la prediction des structures. Bien qu’un nombre important d’algorithmes traitant le probl`eme d’alignement multiple de sequences ont ete developpes, le calcul efficace des alignements multiples de grande precision reste jusqu’`a present un defi. Dans ce travail nous presentons MMGA (Muscle Mafft Genetic Algorithm) une approche hybride bioinspiree pour l’alignement multiple de sequences. MMGA combine trois algorithmes qui sont MUSCLE, MAFFT et un algorithme genetique. La population initiale de ce dernier est generee par MUSCLE et MAFFT, apres cela nous appliquons differents operateurs genetiques afin d’accroıtre la precision des alignements. L’evaluation effectuee en utilisant le benchmark populaire BAliBASE (version 3.0) prouve que MMGA realise une am´elioration importante de la pr´ecision par rapport `a d’autres algorithmes performants d’alignement multiple y compris MUSCLE, MAFFT, ClustalW et ProbCons tout en maintenant un temps de calcul reduit.