Análisis e inferencia multiobjetivo de hipótesis filogenéticas mediante computación paralela y bioinspirada

Abstract

Mediante el estudio de las características moleculares de los organismos vivos, la inferencia filogenética proporciona hipótesis sobre los eventos evolutivos que condujeron a la biodiversidad presente en la naturaleza. A la hora de reconstruir dichas hipótesis evolutivas, es necesario afrontar varios problemas clave. En primer lugar, estos análisis conllevan el procesamiento de un espacio de búsqueda de filogenias cuyo tamaño crece exponencialmente con el número de especies a estudiar. Además, los pasos de evaluación de calidad biológica precisan realizar cálculos complejos que aumentan linealmente en número con la longitud de las secuencias de entrada. Una cuestión más sensible radica en la elección del criterio de optimalidad a seguir, la cual representa una de las fuentes de conflicto más problemáticas en filogenética. Aquellas situaciones en que distintos criterios dan soporte a historias evolutivas conflictivas para una misma base de datos biológica pueden ser resueltas mediante una visión de compromiso de la filogenética, basada en el empleo de técnicas de optimización multiobjetivo. Esta Tesis Doctoral aborda el estudio de computación paralela y bioinspirada para afrontar el problema de la inferencia filogenética. Los objetivos fundamentales incluyen la definición de una formulación multiobjetivo de la inferencia filogenética para afrontar los conflictos que se dan en análisis biológicos reales, el estudio y evaluación de diversos diseños multiobjetivo y bioinspirados, y su eficiente paralelización en distintas arquitecturas hardware. A través de estudios comparativos con otras herramientas filogenéticas del estado del arte, damos cuenta del relevante rendimiento paralelo, multiobjetivo y biológico obtenido por los diseños multiobjetivo propuestos.

By studying the molecular features of living organisms, phylogenetic inference seeks to provide hypotheses about the evolutionary events which led to the current biodiversity in nature. When inferring such evolutionary hypotheses, several key problems must be addressed. Firstly, these analyses involve the processing of a search space of phylogenetic trees whose size grows exponentially with the number of species under study. Additional difficulties are given by the fact that biological evaluation procedures require complex computations whose number grows linearly with the length of the input molecular sequences. A more controversial problem lies on the choice of the preferred optimality criterion, as it represents one of the most troublesome sources of conflict in phylogenetics. Situations where different optimality criteria give support to conflicting evolutionary histories for a given dataset can be solved by proposing a compromise view of phylogenetics based on the application of multiobjective optimization techniques. This PhD Thesis is focused on the application of parallel and bioinspired computing to tackle the phylogenetic inference problem. The key goals of this research include the definition of a multiobjective formulation of phylogenetics to address conflicts in real biological analyses, the study and assessment of a variety of bioinspired multiobjective designs, and their efficient parallelization on different hardware architectures. Through the comparison with other state-of-the-art phylogenetic tools, we give account of the relevant parallel, multiobjective, and biological performance attained by the proposed multiobjective designs.