Algorithmes de recherche de motifs

3. Prédiction des gènes
•  Tous les gènes se terminent sur un codon stop
•  Un algorithme simple de prédiction de gènes
•  À la recherche des codons start et stop
•  Prédiction de tous les gènes d’une séquence
•  Comment améliorer la qualité des prédictions ?
•  L’algorithme de Boyer-Moore
•  Index et arbre des suffixes
•  Des méthodes probabilistes à la rescousse
•  Comment évaluer la qualité de prédiction des méthodes ?
•  La prédiction de gènes dans les génomes eucaryotes
François
Rechenmann
BIOINFORMATIQUE : GÉNOMES ET ALGORITHMES
Algorithmes de recherche de motifs
•  Algorithme naïf
§ 
n : longueur du motif à rechercher
m : longueur du texte
§ 
dans le pire des cas, nombre de comparaisons : O (n * (m-n))
§ 
n=6
AGGAGG
ATAACAGAGGAGGATAATAACAGGAGTAAATA
m = 32
2
Algorithmes de recherche de motifs
•  Algorithme naïf
§ 
n : longueur du motif à rechercher
m : longueur du texte
§ 
dans le pire des cas, nombre de comparaisons : O (n * (m-n))
§ 
AGGAGG
ATAACAGAGGAGGATAATAACAGGAGTAAATA
3
Algorithmes de recherche de motifs
•  Algorithme naïf
§ 
n : longueur du motif à rechercher
m : longueur du texte
§ 
dans le pire des cas, nombre de comparaisons : O (n * (m-n))
§ 
AGGAGG
ATAACAGAGGAGGATAATAACAGGAGTAAATA
4
Algorithmes de recherche de motifs
•  Algorithme naïf
§ 
n : longueur du motif à rechercher
m : longueur du texte
§ 
dans le pire des cas, nombre de comparaisons : O (n * (m-n))
§ 
AGGAGG
ATAACAGAGGAGGATAATAACAGGAGTAAATA
5
Algorithmes de recherche de motifs
•  Algorithme naïf
§ 
n : longueur du motif à rechercher
m : longueur du texte
§ 
dans le pire des cas, nombre de comparaisons : O (n * (m-n))
§ 
AGGAGG
ATAACAGAGGAGGATAATAACAGGAGTAAATA
6
Algorithmes de recherche de motifs
•  Algorithme naïf
§ 
n : longueur du motif à rechercher
m : longueur du texte
§ 
dans le pire des cas, nombre de comparaisons : O (n * (m-n))
§ 
AGGAGG
ATAACAGAGGAGGATAATAACAGGAGTAAATA
7
Algorithmes de recherche de motifs
•  Algorithme naïf
§ 
n : longueur du motif à rechercher
m : longueur du texte
§ 
dans le pire des cas, nombre de comparaisons : O (n * (m-n))
§ 
AGGAGG
ATAACAGAGGAGGATAATAACAGGAGTAAATA
8
Algorithmes de recherche de motifs
•  Algorithme naïf
§ 
n : longueur du motif à rechercher
m : longueur du texte
§ 
dans le pire des cas, nombre de comparaisons : O (n * (m-n))
§ 
AGGAGG
ATAACAGAGGAGGATAATAACAGGAGTAAATA
9
Algorithmes de recherche de motifs
•  Algorithme naïf
§ 
n : longueur du motif à rechercher
m : longueur du texte
§ 
dans le pire des cas, nombre de comparaisons : O (n * (m-n))
§ 
AGGAGG
ATAACAGAGGAGGATAATAACAGGAGTAAATA
10
Pour améliorer la performance des algorithmes
de recherche de motifs
•  Prétraiter le motif
§ 
Algorithme de Boyer-Moore
•  Prétraiter le texte
§ 
§ 
11
Index
Arbre des préfixes
L’algorithme de Boyer-Moore
•  Commencer les comparaisons à partir de la fin du motif
•  Utiliser les informations sur les occurrences des lettres au sein du
motif, obtenues lors du prétraitement
CGGCTG
ATAACAGGAGTAAATAACGGCTGGAGTAAATA
12
L’algorithme de Boyer-Moore
•  Commencer les comparaisons à partir de la fin du motif
•  Utiliser les informations sur les occurrences des lettres au sein du
motif, obtenues lors du prétraitement
•  Un exemple frappant :
§ 
§ 
pas de A dans le motif à rechercher
on saute directement à la position courante + 6 (longueur du motif)
CGGCTG
ATAACAGGAGTAAATAACGGCTGGAGTAAATA
13
L’algorithme de Boyer-Moore
•  Commencer les comparaisons à partir de la fin du motif
•  Utiliser les informations sur les occurrences des lettres au sein du
motif, obtenues lors du prétraitement
•  Un exemple frappant :
§ 
§ 
pas de A dans le motif à rechercher
on saute directement à la position courante + 6 (longueur du motif)
CGGCTG
ATAACAGGAGTAAATAACGGCTGGAGTAAATA
14
L’algorithme de Boyer-Moore
•  Commencer les comparaisons à partir de la fin du motif
•  Utiliser les informations sur les occurrences des lettres au sein du
motif, obtenues lors du prétraitement
•  Un exemple frappant :
§ 
§ 
pas de A dans le motif à rechercher
on saute directement à la position courante + 6 (longueur du motif)
CGGCTG
ATAACAGGAGTAAATAACGGCTGGAGTAAATA
15
L’algorithme de Boyer-Moore
•  Commencer les comparaisons à partir de la fin du motif
•  Utiliser les informations sur les occurrences des lettres au sein du
motif, obtenues lors du prétraitement
•  Un exemple frappant :
§ 
§ 
il existe un autre C dans le motif
on saute directement à ce C
CGGCTC
ATAACAGGAGTAAATAACGGCTCGAGTAAATA
16
L’algorithme de Boyer-Moore
•  Commencer les comparaisons à partir de la fin du motif
•  Utiliser les informations sur les occurrences des lettres au sein du
motif, obtenues lors du prétraitement
•  Un exemple frappant :
§ 
§ 
il existe un autre G dans le motif
on saute directement à ce G
CGGCTC
ATAACAGGAGTAAATAACGGCTCGAGTAAATA
17
L’algorithme de Boyer-Moore
•  Commencer les comparaisons à partir de la fin du motif
•  Utiliser les informations sur les occurrences des lettres au sein du
motif, obtenues lors du prétraitement
•  Un exemple frappant :
§ 
Le motif est trouvé !
CGGCTC
ATAACAGGAGTAAATAACGGCTCGAGTAAATA
18
L’algorithme de Boyer-Moore
•  Commencer les comparaisons à partir de la fin du motif
•  Utiliser les informations sur les occurrences des lettres au sein du
motif, obtenues lors du prétraitement
•  Plus le motif est long, plus le gain est important !
19