Aceleración del proceso de selección de características en entornos Big Data

Abstract

La tesis doctoral se centra en el desarrollo y evaluación de un framework para la aceleración de metaheurísticas en entornos distribuidos utilizando Apache Spark, con un enfoque particular en la optimización de la selección de características para la identificación de biomarcadores oncológicos. La motivación surge de la necesidad de superar las limitaciones de algunas plataformas existentes como Bioplat y Multiomics, y de proporcionar herramientas computacionales avanzadas y accesibles a la comunidad científica en el campo de la bioinformática y la oncología. El framework propuesto introduce estrategias inteligentes para la aceleración de metaheurísticas, diseñadas específicamente para mejorar la eficiencia y el rendimiento en su ejecución en entornos distribuidos, en particular en Apache Spark. Estas técnicas se han implementado en una nueva plataforma denominada Multiomix, que no sólo complementa las funcionalidades de sus predecesoras, sino que también supera sus limitaciones, ofreciendo una solución integral para el análisis de datos multiómicos. Un aspecto clave de esta tesis es la disponibilización de Multiomix como Software as a Service (SaaS), accesible a través de Internet. Este enfoque permite a múltiples usuarios trabajar de manera simultánea, democratizando el acceso a capacidades de cómputo avanzadas y facilitando la colaboración en la comunidad científica. El objetivo general de esta tesis consiste en evaluar la viabilidad y eficacia del framework propuesto para la aceleración de metaheurísticas en entornos distribuidos, con un enfoque particular en su aplicación para la selección de características en la identificación de biomarcadores oncológicos. Además, se busca demostrar cómo la implementación de este framework en una plataforma SaaS puede mejorar significativamente la accesibilidad y la colaboración en la investigación biomédica.