Podejście oparte na MapReduce do najdłuższej wspólnej podsekwencji w sekwencjach biologicznych

Identyfikacja najdłuższej wspólnej podsekwencji (LCS) sekwencji biologicznych ma istotne zastosowania w bioinformatyce. Ze względu na rosnącą popularność aplikacji bioinformatycznych do przetwarzania danych wykorzystuje się nowe sekwencje biologiczne o większej długości co stanowi duże wyzwanie dla algorytmów sekwencyjnych LCS. Zaproponowano kilka algorytmów równoległych LCS ale ich wydajność i skuteczność nie są zadowalające ze względu na rosnącą złożoność i rozmiar danych biologicznych. Aby przezwyciężyć ograniczenia istniejących algorytmów LCS i biorąc pod uwagę model programowania MapReduce jako obiecującą technologię zapewniającą opłacalne wysokowydajne obliczenia równoległe opracowano algorytm równoległy oparty na MapReduce dla LCS. Podejście to wykorzystuje koncepcje tabel następców identycznych par znaków drzewa następców i przechodzenia przez drzewo następców w celu znalezienia najdłuższej wspólnej podsekwencji. Do realizacji modelu MapReduce wykorzystano framework Hadoop.