Algorithmic graph unification and simulations for haplotype networks.

Esta pesquisa lidou com a unificação de grafos aplicada ao problema das redes haplotípicas. A partir da baixa confiabilidade encontrada nas redes geradas pelos algoritmos tradicionais, foi necessário introduzir uma nova proposição para melhorar o resultado obtido. Para esta avaliar o resultado obtido pelo novo algoritmo, desenvolveu-se um arcabouço teórico-formal possibilitando a generalização de soluções relativas a redes haplotípicas através de aplicação de funções parametrizáveis, facilmente representadas através de linguagens funcionais no estilo LISP. Para aplicação em problemas reais, desenvolveu-se estrutura de simulação e testes que constrói cadeias genéticas de maneira aleatória ou ainda parametrizável. Os testes gerados permitiram observar a melhoria esperada no algoritmo, especialmente para os casos de baixa mutação. O arcabouço de simulação e testes mostrou-se extremamente propício e de fácil utilização, o que o torna, em si mesmo, uma ferramenta a ser disponibilizada para a comunidade acadêmica da área de Biologia.This research dealt with the unification of graphs applied to the problem of haplotype networks. From the low reliability found in networks generated by the traditional algorithms, it was necessary to introduce a new proposition to improve the outcome. For proper evaluation of the results obtained by the new algorithm, a formal-theoretical framework for generalization of haplotype networks related solutions, making use of parameterized functions easily represented through LISP-like functional languages. Seeking for real case application of the theory developed, a structure of simulation and testing were developed to build genetic code strings randomly or even parameterized. The generated tests have allowed to observe the expected improvement in the algorithm, especially for cases of low mutation. The framework for simulation and testing was extremely useful and easy to use, making itself a product to be distributed to the academic Biology community