A Reduced Gene Database for Precision Species Detection

U svrhu brze identifikacije vrsta, trenutne baze podataka bi se trebale remodelirati. Trenutne baze sadrže sekvence koje su slične jedne drugima, što dovodi do redundacije prilikom odredivanja vrsta te usporava cijeli proces. Prijedlog je da se baze podataka konvertiraju u takozvane Reducirane baze podataka. Reducirana baza podataka sadržavala bi informacije o značajnim sekvencama, a sve ostale sekvence bile bi skrivene iza za njih značajnih sekvenci. U ovom radu predložena su tri različita pristupa. Dva bazirana na hijerarhijskom grupiranju i jedan na particijskom grupi- ranju. Konačaj dizajn rada sadrži implementaciju pristupa baziranog na particijskom grupiranju, budući da se taj pristup pokazao kao najbolji.For the purpose of a faster identification of sequences, the current database should be modeled in a different way. The current databases should be converted to the re- duced database. The reduced database is modeled in a way that at first it gives us information only about significant sequences, and all the other sequences are hidden behind their representative. We proposed three different approaches for creating re- duced database. Two of them incorporates hierachical clustering, while the third one is based on partitional clustering. Since the approach with partitional clustering has been shown as the best, our final design contains implementation of it. Two programs has been created, the Reducer and the Searcher. The Reducer creates a reduced database, while the Serchers search through the reduced database to find a new sequence