Informations
Directeur de thèse :
Année de début :
Fin 2011
Université :
Université Constantine 2
Soutenance
Date de soutenance :
31 Janvier 2016
Membres de Jury :
Zizette Boufaida
Mohamed Batouche
Abdelouahab Moussaoui
Kamel eddine Melkemi
Manuscrit
Téléchargement :
Détails
Titre :
Contribution à la résolution de problèmes bio-informatiques par les algorithmes évolutionnaires

Résumé :

L’objectif de cette thèse est de proposer des contributions pour la résolution de problèmes bio-informatique basée sur les algorithmes évolutionnaires. Dans le but de réaliser notre objectif, nous avons proposé trois contributions essentielles. Notre première contribution consiste à suggérer un nouvel algorithme hybride de la recherche coucou inspiré quantique, pour faire face au problème d’alignement multiple de séquences, ce dernier qui a était classé pour être un problème NP-difficile. 

Notre deuxième contribution consiste à proposer une nouvelle philosophie inspirée du parallélisme en ilots pour ce même problème d’alignement multiple de séquences. L’objectif de cette contribution est de diviser la tache sur plusieurs processus chacun avec une fonction objectif différente, dans le but de répondre aux besoins des biologistes en garantissant la meilleure fonction objective adaptée à notre algorithme, qui retourne le meilleur score biologique.

Notre troisième contribution consiste à proposer une approche pour un autre problème de bio-informatique qui est l’assemblage de fragments d’ADN, pour la réalisation de cette tâche, nous avons développé un algorithme qui se base sur la méta-heuristique de la recherche coucou améliorée. 

Afin de tester la performance des algorithmes que nous avons proposés, nous avons fait une étude comparative pour chaque contribution, où nous avons testé nos résultats avec les meilleurs programmes connus dans la littérature, pour les deux problèmes traités. 


Mots clés :
Bio-informatique Optimisation Problème d’optimisation NP-Difficile Métaheuristique L’Algorithme de la Recherche Coucou Informatique Quantique Alignement Multiple de Séquence Assemblage de Fragments d’ADN.


Abstract:

The objective of this thesis is to propose a new vision of bioinformatics based on evolutionary algorithms. In order to achieve our objective, we proposed three key contributions. Our first contribution is to propose a new hybrid algorithm, quantum cuckoo search algorithm, to address the multiple sequences alignment problem, the latter which has been classified to be an NP-hard problem. Our second contribution is to propose a new philosophy inspired of parallel island model for the same problem, multiple sequences alignment. The aim of this contribution is to divide the spot on several processes each with a different objective function, in order to meet the needs biologist guaranteeing the best objective function adapted to our algorithm, which returns the best biological score. Our third contribution is to propose an approach for another bioinformatics problem that is DNA fragments assembly made for this we have developed an algorithm that is based on the algorithm of improved cuckoo research algorithm. To test the performance of the algorithms we proposed, we made a comparative study at each step, or we tested our results with the best programs known in the literature.


Keywords:
Bioinformatics Optimization NP-hard Optimization Problem Metaheuristic Cuckoo Search Algorithm Quantum Computing Multiple Sequence Alignment DNA Fragment Assembly.