Umfang und Anwendungsbereiche des von der Natur inspirierten Computings in der Bioinformatik

Charles Darwin postulierte das Konzept des „Survival of the Fittest“ und die Evolution im Allgemeinen. Er diskutierte, wie die Natur den besten Kandidaten unter verschiedenen Situationen auswählt, die fit genug sind, um zu überleben und sich fortzupflanzen. Diese Analogie hat viele Informatiker, Bioinformatiker und Computerbiologen dazu inspiriert, Techniken zu entwickeln, die lernen, sich anpassen und evolvieren können, um optimale Lösungen für komplexe Probleme zu finden. Biologen sind stark abhängig von computergestützten Methoden und Strategien zur Analyse von riesigen biologischen und medizinischen Daten. Naturinspiriertes Computing (NIC) umfasst eine Vielzahl von unzähligen Studien der Informatik, Statistik, Mathematik und biologischen Wissenschaften, bei denen es darum geht, robuste konkurrierende Techniken genau wie die Natur anzupassen und zu entwickeln. Es handelt sich um einen neuartigen Ansatz zu Optimierungsalgorithmen, die durch die Dynamik der biologischen Evolution unserer natürlichen Umgebung motiviert sind. Im Laufe des letzten Jahrzehnts wurden verschiedene naturinspirierte Optimierungsalgorithmen eingesetzt, um komplexe Probleme in der Bioinformatik, im Ingenieurwesen und in anderen Wissenschaften zu lösen. Mit der beeindruckenden Revolution der künstlichen Intelligenz (KI) in den biologischen Wissenschaften gab es Zeiten, in denen einige Probleme nichtlinearer Natur mit mehreren Einschränkungen waren und einige Techniken schwer einzusetzen waren. Um Probleme mit hoher Dimensionalität und Zeitkomplexität in solchen Fällen zu lösen, sind NIC-Algorithmen die beste Wahl, um komplexe Optimierungsprobleme zu lösen. Dieses Kapitel hebt die häufig verwendeten NIC-Algorithmen und ihre Anwendungen in den biologischen Wissenschaften und der Bioinformatik hervor.