Tarefa: Compactação e Descompactação de Sequências de DNA

Objetivo: Implementar compactação e descompactação de sequências de DNA usando dois métodos: strings e operações bitwise.

Parte 1: Usando Strings

• Compactação: Mapeia nucleotídeos ('A', 'C', 'G', 'T') para strings de bits e salva em um arquivo de texto.
• Descompactação: Reconstrói a sequência original a partir da string de bits.

Parte 2: Usando Bitwise

• Compactação Bitwise: Desloca bits e usa OR para compactar nucleotídeos em um número inteiro.
• Salvar: Grava a sequência compactada em um arquivo binário.
• Descompactação Bitwise: Extrai e mapeia de volta para nucleotídeos usando operações de bits.

Comparação: Avalia o tamanho dos arquivos gerados e a economia de espaço da compactação bitwise usando os.path.getsize().

Parte 3: Análise de Performance

• Mede o tempo de execução e uso de memória (opcional) para sequências de 100, 1000, 2500, 5000, 7500 e 10000 nucleotídeos.
• Compara tempo, uso de memória e tamanhos dos arquivos entre as abordagens de strings e bitwise.

Instalação

Instruções de Uso

Este sistema foi desenvolvido utilizando o Poetry para gerenciamento de dependências. Caso você prefira não utilizar o Poetry, um arquivo requirements.txt está disponível na raiz do projeto, gerado por uma extensão do Poetry.

Como Ler o DNA de um Arquivo

Coloque a sequência DNA em um arquivo de texto na pasta files

Executando o Programa

Para rodar o programa, use o seguinte comando:

python3 compression/main.py

Relátorio

Desempenho de Compressão e Descompressão: Bit vs String

Sequência	Bit Compression	Bit Decompression	String Compression	String Decompression
100	1.103	900	870	730
1000	781	546	250	519
2500	1.185	1.411	342	1.029
5000	5.234	3.346	509	798
7500	4.528	5.345	407	1.139
10000	8.454	5.249	461	1.473

Gráfico de Desempenho de Compressão e Descompressão: Bit vs String

Comparação de armazenamento ".TXT" e ".BIT"

Sequência	Arquivo TXT (bytes)	Arquivo Binário (bytes)	Redução (bytes)
100	200	29	171
1000	2000	254	1746
2500	5000	629	4371
5000	10000	1254	8746
7500	15000	1879	13121
10000	20000	2504	1749

Gráfico Comparação de armazenamento ".TXT" e ".BIT"

Tabela para Comparação do Uso de Memória

Sequência	Bit Compression	Bit Decompression	String Compression	String Decompression
100	0.0	0.0	0.0	0.0
1000	0.0	0.0	0.0	0.0
2500	0.0	0.0	0.125	0.0
5000	0.0	0.0	0.0	0.125
7500	0.0	0.0	0.0	0.125
10000	0.0	0.0	0.0	0.25

Relatório Compressão e Descompressão de Sequências de DNA

1. Eficiência de Espaço

• A compressão bit a bit é mais eficiente em termos de espaço, reduzindo significativamente o tamanho dos arquivos em comparação com a compressão de strings. Por exemplo, para uma sequência de 7500, a compressão bit a bit reduz o arquivo de 15000 bytes para 1879 bytes, enquanto a compressão de strings não alcança reduções tão drásticas.

2. Desempenho em Tempo

• A compressão de strings é mais rápida para sequências menores (100 a 1000), mas a compressão bit a bit se torna mais vantajosa em sequências maiores (acima de 5000). Nesse caso, a compressão e descompressão bit a bit superam as de strings em desempenho.

3. Uso de Memória RAM

• A compressão bit a bit consome menos memória RAM em comparação com a compressão de strings, especialmente para sequências maiores, o que pode ser um fator importante em sistemas com recursos limitados.

4. Desafios no Uso de Bitwise

• Manipular bits diretamente é mais complexo, exigindo maior conhecimento técnico. Isso pode dificultar a implementação e a manutenção em comparação com a manipulação de strings, que é mais intuitiva.