Aceleración de cálculos para la selección de genes en la clasificación del cáncer mediante paralelismo y FPGAs

Abstract

El cáncer es una enfermedad altamente variable que presenta cambios genéticos y epigenéticos heterogéneos. Es por ello que los estudios funcionales son esenciales para la comprensión de la complejidad y el polimorfismo de esta enfermedad. En la actualidad se utilizan diferentes metodologías a la hora de detectar y clasificar el cáncer. No obstante, en los últimos años ha cobrado especial popularidad el uso de “microarrays de expresión génica”, sobre todo en artículos de investigación científica [Perez2000] [Wang2005] [Russo2003], debido en gran parte a los buenos resultados que aporta. Se trata de una nueva herramienta para el estudio de las bases moleculares a una escala a la que no sería posible llegar utilizando el análisis convencional. Esta técnica hace posible el estudio de miles de genes de forma simultánea.

El uso de “microarrays de expresión génica” presenta, no obstante, varios problemas, siendo el principal de ellos la necesidad de seleccionar el pequeño subconjunto de genes que contribuye a la enfermedad de entre los miles de genes analizados en el microarray, que no constituyen sino ruido [Russo2003]. La mayor parte de los trabajos anteriores aborda este problema de forma manual, lo cual resulta tedioso e ineficiente.

El objetivo de este proyecto es mejorar el tiempo de computación en la automatización de la selección de un pequeño, pero relevante, subconjunto de genes presentes en células cancerosas, de entre el vasto conjunto de genes que componen el “microarray de expresión génica”. Esta automatización utiliza un algoritmo genético recursivo, en el que el cálculo del “fitness” de cada individuo puede ser acelerado utilizando circuitos de diseño específico mediante hardware reconfigurable o FPGA, disminuyendo así el tiempo necesario para realizar la clasificación.

Los resultados experimentales obtenidos demuestran que el uso de este subconjunto de genes representativos produce una clasificación más precisa que la obtenida con los métodos clásicos. Además, la inclusión de una FPGA como elemento hardware de aceleración ha contribuido a reducir apreciablemente el tiempo necesario para realizar dicha clasificación, al comparar con el uso de los modernos procesadores de propósito general.

The objective of this project is to improve the compute time on the automation of the selection of a small, but relevant, a subset of genes present in cancer cells, among the vast array of genes that make up the "microarray gene expression". This automation uses a genetic algorithm recursive, in which the calculation of "fitness" of each individual can be accelerated using specific design circuits using reconfigurable hardware or FPGA, thus reducing the time required to perform the classification.

The experimental results show that the use of this subset of representative genes produces a more precise classification than that obtained with the classical methods. In addition, the inclusion of an FPGA as element of hardware acceleration has contributed to significantly reduce the time necessary to make such classification, to compare with the use of modern general-purpose processors.