Using human visual intelligence - multiple sequence alignment as serious game

This paper deals with Multiple Sequence Alignment (MSA) and the difficulties to derive optimal results from computer algorithms, especially when comparing hundreds of sequences or more. It is common to improve outputs of computer MSA with manual alignment, because humans can find badly aligned areas with little training and improve them. This idea is applied to an online serious game, which gives players the opportunity to improve alignments. Afterwards, other players then improve the previous results. This game can directly run in a modern browser without the need of any plugins or local installation. Similar existing projects are Foldit [CKT+10] and Phylo [KRK+12]. The result of this project has the state of a prototype and is only a proof of concept. This includes the controls for the player which do not allow an efficient and comfortable improvement on alignments so far.

Diese Thesis behandelt das Thema Multiple Sequence Alignment (MSA) und das Problem, optimale Ergebnisse nur durch Algorithmen zu erhalten, insbesondere wenn viele hundert Sequenzen oder mehr verglichen werden. Es hat sich gezeigt, dass Menschen dazu in der Lage sind, bei einem computergenerierten MSA Schwachstellen mit wenig Training zu erkennen und auszubessern. Diese Erkenntnis wird in einem Serious Game umgesetzt, welches beliebigen Spielern in der ganzen Welt ermöglicht, kleine Verbesserungen einzubringen und ein MSA immer weiter zu verbessern. Das Spiel ist in einem modernen Browser lauffähig, ohne die Installation weiterer Plugins oder lokalen Veränderungen. Ähnliche Projekte sind Foldit [CKT+10] und Phylo [KRK+12]. Das Ergebnis dieser Thesis ist ein Prototyp, der nicht komfortabel zu spielen ist und einem Spieler keinen ausreichenden Einstieg in die Problemstellung gibt.