Paralelización y optimización del algoritmo Metabat usando cuda.

Abstract

En el área de microbiología, el análisis de la secuencia completa del genoma de los microorganismos es fundamental para seguridad de la población. Sin embargo, en algunos casos la obtención de estas secuencias genéticas se dificulta al ser realizadas sobre muestras extraídas desde su ambiente, en estos casos el uso de software proporciona gran ayuda para interpretar la información genética contenida en las muestras. Entre las herramientas de software se encuentra MetaBat, el que define un algoritmo de agrupamiento programado en C++, que tiene por objetivo la reconstrucción de genomas en comunidades microbianas complejas. Dichas comunidades pueden llegar a contener una gran cantidad de información genética, la cual nos puede llevar desde el orden de segundos hasta horas de ejecución. Esta memoria de título se enfoca en la aceleración del algoritmo MetaBat, en su versión número 2, haciendo uso de unidades de procesamiento gráfico (GPU), hardware dedicado que nos permiten realizar tareas paralelas en un tiempo mucho menor en comparación a su ejecución en procesadores (CPU). Para esto se utilizó la plataforma de desarrollo CUDA, que sobre el lenguaje de programación C++ nos permite ejecutar código tanto en procesador como en unidades de procesamiento gráfico. La ejecución de fragmentos de código en unidades de procesamiento gráfico además de diferentes optimizaciones al algoritmo original permitieron obtener una reducción significativa, de hasta un 40 por ciento, en el tiempo necesario para lograr la reconstrucción de los genomas.