Optimization in computational systems biology via high performance computing techniques

Resumen

El objetivo de la biología de sistemas computacional es generar conocimiento sobre complejos sistemas biológicos mediante la combinación de datos experimentales con modelos matemáticos y técnicas avanzadas de computación. El desarrollo de modelos dinámicos (cinéticos), también conocido como ingeniería inversa, es uno de los temas clave en este campo. En los últimos años, ha surgido un gran interés en el escalado de estos modelos cinéticos, haciendo de la estimación de parámetros, también conocida como calibración de modelos, una tarea con una gran dificultad, que requiere el uso de herramientas y métodos eficientes para alcanzar buenos resultados en un tiempo razonable. En general, para resolver estos problemas se usan métodos de optimización global. En concreto, las metabeurísticas surgen como algoritmos eficientes a ser utilizado en los problemas más complejos. Sin embargo, en la mayoría de las aplicaciones reales, las metaheurísticas todavía requieren mucho tiempo de cálculo para obtener resultados aceptables. Esta tesis presenta el diseño, implementación y evaluación de lluevas metaheurísticas paralelas, especializadas sobretodo en resolver problemas de estimación de parámetros en biología de sistemas. En concreto, se proponen nuevas metaheurÍsticas ba sarlas en los algoritmos de evolución diferencial y de búsqueda dispersa. Las nuevas propuestas tienen como objetivo lograr un equilibrio entre las capacidades de exploración y explotación de los algoritmos. Además, demuestran como la cooperación entre búsquedas concurrentes mejora el comportamiento del algoritmo, mejorando la calidad de las soluciones y disminuyendo el tiempo de ejecución. También se han estudiado estrategias adaptativas para aumentar la robustez de las propuestas. Para la evaluación se han usado tanto arquitecturas HPC tradicionales como nuevas infraestructuras en la nube. Se han obtenido muy buenos resultados en problemas de gran dimensión y complejidad.