alinhamento de seqüências

Em Bioinformática, um alinhamento de sequências é uma forma de organizar estruturas primárias de DNA, RNA ou proteína para identificar regiões similares que possam ser consequência de relações funcionais, estruturais ou evolucionárias entre elas. Sequências alinhadas de nucleotídeos ou resíduos de aminoácidos são representadas tipicamente como linhas de uma matriz. Espaçamentos (gaps) podem ser inseridos entre os resíduos para que caracteres semelhantes (por algum critério) sejam alinhados em colunas sucessivas. Se duas sequências em um alinhamento compartilham de um ancestral comum, discordâncias (mismatches) podem ser interpretados como e os espaços (gaps) como inserções ou deleções introduzidas em uma ou ambas as sequências desde quando estas divergiram no tempo. Abordagens computacionais para o alinhamento de sequências dividem-se, em geral, em duas categorias: alinhamentos globais e alinhamentos locais. Calcular um alinhamento global é uma forma de otimização global que "força" o alinhamento a cobrir todo o comprimento de todas as sequencias interrogadas (query). Por outro lado, os alinhamentos locais identificam regiões de similaridade dentro de sequencias longas que são geralmente bastante divergentes em um todo. Os alinhamentos locais são frequentemente preferíveis, mas podem ser difíceis de calcular por causa do problema adicional de identificar regiões internas de similaridade. Uma grande variedade de algoritmos existem para abordar o problema de alinhamento de sequencias, sendo os mais conhecidos os baseados em programação dinâmica, mais lentos porém teoricamente otimizadores, ou baseados em heurística, mais eficientes/rápidos mas sem prova formal de obtenção de solução ótima. Um dos algoritmos mais conhecidos para alinhamento de sequencias é o Algoritmo Needleman-Wunsch.