Այս խնդրում, մենք կփորձենք նույնականացնել մարդուն՝ օգտագործելով նրա ԴՆԹ ինֆորմացիան։
ԴՆԹ ինֆորմացիան թույլ է տալիս միարժեքորեն նույնականացնել յուրաքանչյուր անհատի։ Այս մեթոդը լայնորեն օգտագործվում է գրեթե բոլոր երկրների արթարադատության համակարգերում։
Նախորդ խնդրում մենք դիտարկեցինք բիոինֆորմատիկայի հիմնական գաղափարները։ ԴՆԹ ներկայացվում է
A T G C նուկլեոտիդների հաջորդականությամբ և 99.6% մարդկանց մոտ այդ շղթաները նույնական են։ Բացի SNP կետերից, մարդկանց ԴՆԹ շղթաներում տարբերությունները շատ հաճախ նաև հանդիպում են նաև այսպես կոչված STR (short tandem repeats) հաջորդականություններում։ STR-ները դրանք ԴՆԹ նուկլեոտիդների կարճ հաջորդականություններ են, որոնք հաջորդաբար կրկնվում են ԴՆԹ շղթայի այս կամ այն հատվածներում։ 
STR-ների կրկնության քանակը տարբեր մարդանց մոտ շատ հաճախ տարբերվում է։ Օգտագործելով STR-ների կրկնությունների քանակի տարբերությունը, հնարավոր է միարժեքորեն նույնականացնել յուրքանչյուր մարդու։
Հավանականությունը, որ երկու տարբեր մարդկանց մոտ մեկ
STR-ի կրկնության քանակը կհամնկնի, մոտովորապես 5% է։ Եթե նույնականացման պրոցեսում օգտագործվեն 10 տարբեր STR -ներ, ապա հավանականությունը, որ երկու տարբեր մարդկանց մոտ բոլոր 10 STR-ների կրկնությունների քանակը կհամնկնի հավասար է ❗(քվադրիլոն) ։ ԱՄՆ հետաքննությունների դաշնային բյուրոի CODIS ԴՆԹ տվյալների բազան նույնականացման համար օգտագործում են միչև 20 տարբեր STR-ներ, ինչը սխալմունքի հավանականությունը մոտեցնում է զրոյի։
Խնդրի պարզության համար կարող ենք համարել, որ ԴՆԹ տվյալների բազան գտնվում է ֆայլում, իսկ նույնականացումը կատարվում է ընդհամենը
3 STR ների համընկմամբ։ Մուտքային Ֆայլը ունի հետևյալ ֆորմատը՝- Ֆայլի յուրաքանչյուր տող պարունակում է անհատ մարդու STR-ների մասին ինֆորմացիա։
- Առաջին տողում գրված է
name,surnameբառերը, որոնց հաջորդում են3STR հաջորդականությունների անուններ (օրինակ AGAT, AATG, TATC, GATA և այլն)
name,surname,AGAT,AATG,TATC Alice,Cooper,28,42,14 Bob,Wasovski,17,22,19 Charlie,Chaplin,36,18,25
Բերված օրինակում, Alice Cooper անունով մարդու ԴՆԹ-ում
AGAT STR-ը կրկնվում է 28 անգամ, AATG STR-ը 42, իսկ TATC STR -ը 14 անգամ։ Bob Wasovski անունով մարդու մոտ նույն երեք STR-ները հանդիպում են համապատասխանաբար 17, 22 և 19 անգամ։ Charlie Chaplin անունով մարդու մոտ նույն STR-ները հանդիպում են համապատասխանաբար 36, 18, 25 անգամ։ Դե ինչ, եկե՛ք գրենք ծրագիր, որը կօգնի նույնականացնել անհատին։ Ծրագիրը, որպես մուտք ստանում է՝
- Տվյալների բազայի ֆայլը՝ dnaBase.txt անունով։
- Տեքստային , որտեղ պահվում է փնտրվող մարդու ԴՆԹ շղթան` dnaToMatch.txt անունով։
AGACGGGTTACCATGACTATCTATCTATCTATCTATCTATCTATCTATCACGTACGTACGTATCGAGATAGATAՓնտրվող ԴՆԹ շղթայում, յուրաքանչյուր STR -ի համար (տվյալների բազայի առաջին տող) ծրագիրը պետք է հաշվի դրա ամենաերկար հաջորդական կրկնության քանակը։
- Եթե բոլոր երեք STR-ների ամենաերկար հաջորդական կրկնության քանակը համընկնում է տվյալների բազայի որևէ տողի հետ, ծրագիրը էկրանին պետք է տպի համապատասխան մարդու անունը և ազգանունը։
- Եթե կրկնություների քանակը չի համընկնում ոչ մի տողի հետ, ծրագիրը պետք է էկրանին տպի “
No Match” տողը։
Օրինակ, եթե ունենք հետևյալ բազայի ֆայլը՝
name,surname,AGAT,AATG,TATC Armen,Karapetyan,5,2,8 Karen,Poghosyan,3,7,4 Gohar,Davtyan,6,1,5
ապա,
AACCCTGCGCGCGCGCGATCTATCTATCTATCTATCCAGCATTAGCTAGCATCAAGATAGATAGATGAATTTCGAAATGAATGAATGAATGAATGAATGAATG ԴՆԹ համատասխանում է Կարեն Պողոսյանին, քանի որ՝AGATSTR-ը հաջորդական կրկնվում է3անգամ։
AATGSTR-ը հաջորդական կրկնվում է7անգամ։
TATCSTR-ը հաջորդական կրկնվում է4անգամ։
