This HTML5 document contains 15 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Subject Item

dbpedia-es:Algoritmo_Needleman_Wunsch

dbo:wikiPageRedirects

dbpedia-es:Algoritmo_Needleman-Wunsch

Subject Item

dbr:Needleman–Wunsch_algorithm

owl:sameAs

dbpedia-es:Algoritmo_Needleman-Wunsch

Subject Item

dbpedia-es:Algoritmo_Needleman-Wunsch

rdfs:label

Algoritmo Needleman-Wunsch

rdfs:comment

El algoritmo de Needleman-Wunsch sirve para realizar alineamientos globales de dos secuencias. Se suele utilizar en el ámbito de la bioinformática para alinear secuencias de proteínas o de ácidos nucleicos.Fue propuesto por primera vez en 1970, por Saul Needleman y Christian Wunsch. Se trata de un ejemplo típico deprogramación dinámica. El algoritmo funciona del mismo modo independientemente de la complejidad o longitud de las secuencias y garantiza la obtención del mejor alineamiento.​ Por ejemplo podemos definir la siguiente matriz: Y entonces el siguiente alineamiento: AGACTAGTTACCGA---GACGT

owl:sameAs

n11:03ygxm

dct:subject

category-es:Bioinformática

foaf:isPrimaryTopicOf

wikipedia-es:Algoritmo_Needleman-Wunsch

dbo:wikiPageID

1040531

dbo:wikiPageRevisionID

125315723

dbo:wikiPageExternalLink

n9:java n14:htm

dbo:wikiPageLength

7209

prov:wasDerivedFrom

n5:0

dbo:abstract

El algoritmo de Needleman-Wunsch sirve para realizar alineamientos globales de dos secuencias. Se suele utilizar en el ámbito de la bioinformática para alinear secuencias de proteínas o de ácidos nucleicos.Fue propuesto por primera vez en 1970, por Saul Needleman y Christian Wunsch. Se trata de un ejemplo típico deprogramación dinámica. El algoritmo funciona del mismo modo independientemente de la complejidad o longitud de las secuencias y garantiza la obtención del mejor alineamiento.​ Las dos secuencias a alinear, llamadas A y B en los ejemplos, de longitud y , están formadas por elementos de un alfabeto finito de símbolos.El algoritmo necesita saber qué símbolos son diferentes entre sí y cuáles son iguales. Podemos utilizar una matriz cuadrada (S) para este propósito, en la que cada elemento indique la similitud entre los elementos i y j del alfabeto usado. Si nuestro alfabeto de símbolos no fuese finito, en vez de una matriz podríamos usar una función que tuviese como parámetros ambos símbolos a comparar y cuya salida fuese la similitud entre ambos. También se necesita otro parámetro (d) que nos indique cómo vamos a valorar que un símbolo no quede alineado con otro y que en su lugar se utilice un hueco. Por ejemplo podemos definir la siguiente matriz: Y entonces el siguiente alineamiento: AGACTAGTTACCGA---GACGT con una penalización por hueco de nos devolvería como solución óptima: Para determinar la puntuación óptima y poder reconstruir el alineamiento que devolvería esa puntuación se necesita otra matriz, F, que almacena los resultados parciales de cada posible alineamiento. Las dimensiones de la matriz F son el número de elementos en la secuencia A y el de B (). En cada iteración del algoritmo recibe valor un elemento de la matriz F. El valor que recibe el elemento representa la puntuación obtenida al alinear de forma óptima los primeros i elementos de A y los primeros j de B. Cuando el algoritmo termine, el último elemento de F (, con y ) contendrá la puntuación para el alineamiento óptimo de ambas secuencias. Inicio del algoritmo: Recursión para obtener el siguiente elemento de forma óptima: La matriz F se calcula con el siguiente algoritmo: for i=0 to length(A)-1 F(i,0) <- d*i for j=0 to length(B)-1 F(0,j) <- d*j for i=1 to length(A) for j = 1 to length(B) { Choice1 <- F(i-1,j-1) + S(A(i), B(j)) Choice2 <- F(i-1, j) + d Choice3 <- F(i, j-1) + d F(i,j) <- max(Choice1, Choice2, Choice3) } Cuando el algoritmo acaba tenemos calculada la matriz F; el resultado es la puntuación devuelta por el mejor alineamiento posible, de acuerdo a los parámetros que hemos definido. Para obtener la secuencia se necesita ejecutar el siguiente algoritmo, que hace uso de la matriz F. Este algoritmo comienza por el último elemento, , y va retrocediendo hasta llegar a un elemento de la primera fila o la primera columna de F. En cada paso se comparan 3 elementos de F para ver cuál de ellos es el que se ha seguido en la solución óptima. Para cada debemos comparar y . Si el elemento usado es , entonces se ha alineado con un hueco; si es , entonces se ha alineado con un hueco; y si no, si el elemento elegido es , los elementos y han sido alineados. Es importante destacar que el que dos elementos sean alineados no implica necesariamente que sean iguales; significa que entre esa posibilidad, alinear con huecos o alinear símbolos diferentes, esa era la mejor opción. El pseudo-algoritmo que permite obtener el alineamiento correcto es el siguiente: AlignmentA <- "" AlignmentB <- "" i <- length(A) j <- length(B) while (i > 0 AND j > 0) { Score <- F(i,j) ScoreDiag <- F(i - 1, j - 1) ScoreUp <- F(i, j - 1) ScoreLeft <- F(i - 1, j) if (Score == ScoreDiag + S(A(i), B(j))) { AlignmentA <- A(i-1) + AlignmentA AlignmentB <- B(j-1) + AlignmentB i <- i - 1 j <- j - 1 } else if (Score == ScoreLeft + d) { AlignmentA <- A(i-1) + AlignmentA AlignmentB <- "-" + AlignmentB i <- i - 1 } otherwise (Score == ScoreUp + d) { AlignmentA <- "-" + AlignmentA AlignmentB <- B(j-1) + AlignmentB j <- j - 1 } } while (i > 0) { AlignmentA <- A(i-1) + AlignmentA AlignmentB <- "-" + AlignmentB i <- i - 1 } while (j > 0) { AlignmentA <- "-" + AlignmentA AlignmentB <- B(j-1) + AlignmentB j <- j - 1 } Se puede demostrar formalmente que tanto el tiempo de ejecución como el espacio necesario para ejecutar el algoritmo son de ordenO(nm). Para alguna aplicaciones, sobre todo en bioinformática, el requerimiento de espacio es prohibitivo, puesto que se alinean secuencias muy largas. Existe una optimización de este algoritmo, denominada , que sólo necesita espacio del orden O(m+n), pero a costa de incrementar el tiempo de computación.

Subject Item

wikipedia-es:Algoritmo_Needleman-Wunsch

foaf:primaryTopic

dbpedia-es:Algoritmo_Needleman-Wunsch