Inferência de Redes de Regulação Gênica usando Computação Paralela Híbrida

Abstract

A inferência é o processo de esclarecer as relações formadas entre produtos gênicos/proteínas por meio de um modelo matemático. Conceitualmente este é um problema mal-posto, uma vez que a partir de uma amostra de dados de expressão gênica é possível inferir diversas redes consistentes com essa amostra. Dependendo do algoritmo, o processo de inferência pode levar horas e até dias devido ao tamanho da rede e complexidade do algoritmo. O algoritmo sequencial de inferência utilizado neste trabalho baseia-se no paradigma de crescimento da semente e possui dois passos: passo de crescimento da semente e passo de inferência. Neste trabalho, desenvolvemos três versões paralelas desse algoritmo de inferência com as seguintes abordagens: cluster de CPUs, GPU/CUDA e híbrida. Essas versões apresentam custos aceitáveis sendo comparadas com o algoritmo sequencial.

ABSTRACT - Inference is the process of clarifying the relationships formed between genic products/proteins through a mathematical model. Conceptually this is an ill-posed problem since from a sample of gene expression data it is possible to infer several consistent networks with this sample. Depending the algorithm the inference process can take hours and even days due to the size of the networks and the complexity of the algorithm. The sequential inference algorithm used in this work is based on the seed growing paradigm and has two steps: the seed growing step and the inference step. In this work, we have developed three parallel versions of this inference algorithm with the following approaches: CPU cluster, GPU/CUDA and hybrid. These versions present acceptable costs and were compared with the sequential algorithm.