Abordagem baseada em MapReduce para a sequência comum mais longa biosequências

A identificação da sequência comum mais longa (LCS) de sequências biológicas tem aplicações significativas na bioinformática. Devido ao crescimento emergente das aplicações bioinformáticas, novas sequências biológicas com comprimentos maiores têm sido utilizadas para processamento, tornando-se um grande desafio para os algoritmos LCS sequenciais. Poucos algoritmos LCS paralelos foram propostos, mas a sua eficiência e eficácia não são satisfatórias com o aumento da complexidade e do tamanho dos dados biológicos. Para superar as limitações dos algoritmos LCS existentes e considerando o modelo de programação MapReduce como uma tecnologia promissora para computação paralela de alto desempenho e baixo custo, foi desenvolvido um algoritmo paralelo baseado em MapReduce para LCS. Esta abordagem adota os conceitos de tabelas sucessoras, pares de caracteres idênticos, árvore sucessora e travessia da árvore sucessora para encontrar a sequência comum mais longa. A estrutura hadoop é utilizada para a realização do modelo MapReduce.