Identyfikacja najdlu?szej wspólnej podsekwencji (LCS) sekwencji biologicznych ma istotne zastosowania w bioinformatyce. Ze wzgl?du na rosn?c? popularno?c aplikacji bioinformatycznych do przetwarzania danych wykorzystuje si? nowe sekwencje biologiczne o wi?kszej dlugo?ci, co stanowi du?e wyzwanie dla algorytmów sekwencyjnych LCS. Zaproponowano kilka algorytmów równoleglych LCS, ale ich wydajno?c i skuteczno?c nie s? zadowalaj?ce ze wzgl?du na rosn?c? zlo?ono?c i rozmiar danych biologicznych. Aby przezwyci??yc ograniczenia istniej?cych algorytmów LCS i bior?c pod uwag? model programowania MapReduce jako obiecuj?c? technologi? zapewniaj?c? oplacalne, wysokowydajne obliczenia równolegle, opracowano algorytm równolegly oparty na MapReduce dla LCS. Podej?cie to wykorzystuje koncepcje tabel nast?pców, identycznych par znaków, drzewa nast?pców i przechodzenia przez drzewo nast?pców w celu znalezienia najdlu?szej wspólnej podsekwencji. Do realizacji modelu MapReduce wykorzystano framework Hadoop.