¿Cómo optimizar el alineamiento múltiple de secuencias genéticas de plantas medicinales explotando el hardware convencional mediante computación evolutiva y paralela?
Alinear múltiples secuencias de ADN para encontrar similitudes evolutivas es un problema computacional NP-completo. Hacerlo por fuerza bruta para miles de secuencias es matemáticamente imposible. Es por esto que los científicos recurren a los algoritmos metaheurísticos bioinspirados, como los Algoritmos Genéticos, capaces de imitar la selección natural para encontrar alineamientos óptimos en tiempos razonables.
Para acelerar el costoso proceso de evaluar a miles de candidatos, se desarrolló el software **GAAPd (Genetic Algorithm Alignment Parallel)**. GAAPd divide el trabajo evaluativo (utilizando matrices biológicas Blosum) de forma sincronizada entre múltiples núcleos de procesamiento físico (cores). Así, aprovecha al máximo la potencia dormida de las computadoras convencionales de escritorio.
En el estudio publicado en la **Revista Mexicana de Ingeniería Biomédica**, se contrastaron cuatro estrategias de parametrización (Gp1 a Gp4) variando el número de núcleos físicos asignados (**Nc**) y los ciclos de mutación evolutiva (**Nm**).
La creencia clásica indica que "a más núcleos de procesamiento, mejores resultados". Sin embargo, la investigación descubrió que duplicar los recursos de hardware con la versión **Gp2** no produjo soluciones de la calidad esperada. En cambio, asegurar la diversidad genética mediante un control estricto de mutación estocástica (como en **Gp1** y **Gp3**) resultó crítico para escapar de óptimos locales y hallar alineamientos con puntuaciones de calidad molecular (*Fitness*) muy superiores.
Interactúa y selecciona las diferentes versiones del algoritmo para comprender el balance estricto entre velocidad de procesamiento (Cores) y precisión evolutiva (Mutaciones) evaluados sobre secuencias reales.
1 Core físico | 1 Ciclo de mutación
4 Cores en paralelo | 4 Ciclos de mutación
1 Core físico | 4 Ciclos de mutación
4 Cores en paralelo | 1 Ciclo de mutación
La robustez de las cuatro configuraciones de GAAPd fue evaluada de forma exhaustiva sobre 13 grupos de secuencias genéticas de plantas reconocidas en la medicina tradicional y farmacología por sus propiedades analgésicas y antiinflamatorias:
38 secuencias
38 secuencias
42 secuencias
35 secuencias
35 secuencias
23 secuencias (Nochebuena)
29 secuencias
Y otras importantes especies de los géneros Cordia, Curatella, Cydista, Echinocactus, Epiphyllum y Erythrina.
Todo el software desarrollado en Java y los conjuntos de datos biológicos estructurados utilizados en los experimentos de la investigación son de acceso público para toda la comunidad internacional: