Acceso usuarios
Cristian Gabriel Zambrano Vega
Uno de los problemas más importantes en la Bioinformática y la Biología Computacional es la búsqueda y reconstrucción de árboles filogenéticos, que describan, lo más realmente posible, la evolución de las especies.La Inferencia filogenética es considerada como un problema de complejidad NP-completo por la exploración del espacio de búsqueda conformado por todas las posibles topologías existentes según el número de especies en análisis, cuyo tamaño incrementa exponencialmente por cada una de ellas, convirtiéndolo en un caso de estudio para ser abordado con técnicas metaheurísticas. El problema de la inferencia filogenética se puede formular en base a dos objetivos a optimizar de forma simultánea (La Máxima Verosimitud y la Máxima Parsimonia).Por esta razón hemos adaptado una de las técnicas metaheurísticas de mayor referencia en el campo de la optimización multiobjetivo, el algoritmo Nondominated Sorting Genetic Algorithm-II (NSGA-II) a la inferencia de árboles filogenéticos incorporando nuevas estrategias de exploración, con el objetivo de conocer cuál es su rendimiento al intentar resolver este tipo de problemas.Para esta implementación hemos integrado las funcionalidades del framework de optimización multiobjetivo jMetalCpp, el conjunto de librerías bioinformáticas BIO++ y la funciones filogenéticas de la librería PLL (Phylogenetic Likelihood Library).Los resultados obtenidos demuestran un rendimiento competitivo tanto bajo un enfoque biológico como de optimización frente a los resultados publicados en el estado del arte
