Optimization in computational systems biology via high performance computing techniques

Abstract

[Resumo] O obxectivo da bioloxía de sistemas computacional é xerar coñecemento sobre complexos sistemas biolóxicos a través da combinación de datos experimentais con modelos matemáticos e técnicas avanzadas de computación. O desenvolvemento de modelos dinámicos (cinéticos), tamén coñecidos como enxeñería inversa, é un dos temas chave nesta área. Nos últimos anos, moitas investígacións centráronse no escalado destes modelos, facendo da estimación dos parámetros destes modelos, tamén coñecida como calibración de modelos, unha tarefa complexa. Esa complexidade require o uso de ferramentas e métodos eficientes para acadar bos resultados nun tempo cálculo razoable. En xeral, para resolver este tipo de problemas úsanse métodos de optimización global, e en particular as metaheurísticas xurdiron como métodos eficientes para resolver os problemas máis custosos. Con todo, pare a maioría das aplicacións reais, as metaheurísticas aínda requiren moito tempo de cálculo para obter resultados aceptábeis. Nesta tese preséntase o deseño, implementación e avaliación de novas metaheurísticas paralelas, especializadas en resolver problemas de estimBCión de parámetros dentro do contexto da bioloxía de sistema. En concreto, propóñense novas metaheurÍsticas baseadas nos algoritmos de avaliación diferencial e de procura dispersa. As novas propostas teñen como obxectivo acadar un equilibrio entre as capacidades de exploración e explotación dos algoritmos. Ademais, demostran como a cooperación entre procuras concorrentes mellara o comportamento dos algoritmos, mellorando a calidade das solucións e diminuíndo o tempo de execución. Tamén estudáronse estratexias adaptativas para aumentar a robustez das propostas. Na avaliación usáronse tanto arquitecturas HPC tradicionais como novas infraestruturas na nube. Obtivéronse moi bos resultados con problemas de optimización de grande dimensión e complexidade.

[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.

[Abstract] The aim of computational systems biology is to generate new knowledge and nnderstanding about complex biological systems by combining experimental data with mathematical modeling and advanced computational techniques. The development of dynlIDlic modeJs (also known as reverse engineering) is one of the current key issues in this area.. In recent years, research has been focused on scaling-up these kinetic models. In this context, the problem of parameter estimation (model calibration) remains a very challenging task. The complexity of the underlying models requires the use of efficient solvers to achieve adequate results in reasonable computation times. Global optimization methods are use<! to solve these types of problems. In particular, metaheuristics have emerged as an efficient way of solving these hard global optimization problems. However, in most realistic applications, metaheuristies still require a large computation time to obtain ""ceptable results. This Thesis presents the design, implementation and evaiuation of novel parallel metaheuristics with the focus on parameter estimation problems in computational systems biology. In particular, we propose new cooperative metaheuristics based on the well known Differential Evolution and Scatter Search algorithms. The design of the novel approaches aim to achieve a proper balance between exploration (global search) and exploitation (local search) abilities. We show how the cooperation between parallel searches improves the behavior of the individual optiInizers, improving the quality of the obtained solutions while decreasing the time-to-solutiou. We also explore adaptive strategies in order to iucrease the robustness of the algorithms. We preseut encouraging results for the proposed metaheuristics considering very challengiug large-scale benchmark problems. Botb traditioual high performance computing (HPC) parallel and distributed architeetures aud new cloud infrastructures have been used to evaluate the proposals.