АЛГОРИТМЫ ВЫРАВНИВАНИЯ БИОЛОГИЧЕСКИХ ПОСЛЕДОВАТЕЛЬНОСТЕЙ: ПРИМЕНЕНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В ГЕНОМНОЙ БИОИНФОРМАТИКЕ

ALGORITHMS FOR BIOLOGICAL SEQUENCE ALIGNMENT: APPLICATION OF INFORMATION TECHNOLOGIES IN GENOMIC BIOINFORMATICS

Kokhaev Nikita Evgenievich

Student, Department of Management and Informatics in Technical Systems, Moscow State Technological University "Stankin",

Russia, Moscow

АННОТАЦИЯ

В статье рассматриваются алгоритмические подходы к выравниванию биологических последовательностей нуклеотидов и аминокислот. Проведен анализ методов динамического программирования и эвристических алгоритмов поиска. Описана роль информационных технологий в обработке массивов геномных данных.

ABSTRACT

The article discusses algorithmic approaches to the alignment of biological nucleotide and amino acid sequences. The analysis of dynamic programming methods and heuristic search algorithms is carried out. The role of information technologies in processing genomic data arrays is described.

Ключевые слова: биоинформатика; геномика; алгоритмы выравнивания; динамическое программирование; информационные технологии.

Keywords: bioinformatics; genomics; alignment algorithms; dynamic programming; information technologies.

Развитие методов секвенирования привело к накоплению больших объемов геномных данных. Для извлечения структуры из этих массивов применяются методы вычислительной биологии. Фундаментальной задачей биоинформатики является выравнивание биологических последовательностей, которое позволяет выявлять эволюционные связи и функциональное сходство между цепочками.

Существуют два основных подхода к выравниванию, например: глобальное, локальное. Глобальное выравнивание применяется для сравнения последовательностей сопоставимой длины по всей их протяженности. Классическим решением этой задачи является алгоритм Нидлмана-Вунша, основанный на методе динамического программирования. Локальное выравнивание ищет участки наибольшего сходства внутри длинных цепей. Для этой цели используется алгоритм Смита-Ватермана, который также опирается на динамическое программирование, но позволяет игнорировать несовпадающие участки на концах последовательностей [1, с. 45].

Алгоритмы динамического программирования гарантируют нахождение математически оптимального выравнивания. Однако их вычислительная сложность ограничивает прямой поиск по масштабным базам данных. Для решения проблемы производительности применяются эвристические подходы. Известным инструментом является алгоритм BLAST. Он использует индексацию коротких фрагментов для быстрого поиска потенциальных совпадений, которые затем расширяются до полноценного локального выравнивания [2, с. 112]. Эвристические методы не гарантируют абсолютной оптимальности, но обеспечивают высокую скорость обработки.

Применение информационных технологий в геномной биоинформатике выходит за рамки разработки математических моделей. Современные программные комплексы требуют развитой инфраструктуры хранения и распределенной обработки данных. Для эффективного выравнивания миллионов прочтений задействуются технологии параллельной обработки на графических процессорах. Это сокращает время анализа и позволяет исследователям интерпретировать результаты [3, с. 88]. Интеграция алгоритмической базы с вычислительными ресурсами определяет вектор развития геномных исследований.

Список литературы:

1. Борисов А. В. Вычислительные методы в молекулярной биологии. - М.: Наука, 2024. - 240 с.
2. Смирнов И. П. Информационные технологии в геномике: учеб. пособие. - СПб.: Питер, 2025. - 320 с.
3. Ковалев С. Н. Алгоритмы анализа нуклеотидных последовательностей // Журнал биоинформатики и системной биологии. - 2026. - № 1. - С. 85-95.