COMPUTAÇÃO PARALELA APLICADA À SELEÇÃO GENÔMICA VIA INFERÊNCIA BAYESIANA

Resumo

Em seleção genômica, o grande número de marcadores moleculares utilizados, bem como a grande demanda computacional dos modelos bayesianos fundamentados nos algoritmos Monte Carlo Via Cadeias de Markov (MCMC), faz com que as análises exijam semanas ou até meses de processamento. Assim, a computação paralela representa uma solução natural para este problema, uma vez que esta subdividi um algoritmo em várias tarefas independentes, as quais podem ser processadas simultaneamente (em paralelo), reduzindo substancialmente o tempo de processamento. Objetivou-se comparar a eficiência de processamento do método BayesCπ programado em paralelo com o seu algoritmo sequencial padrão. Duas estratégias de paralelização foram estudadas. A primeira envolveu a análise de múltiplas cadeias MCMC em paralelo, e a segunda referiu-se à paralelização de uma única cadeia MCMC. Para tanto, utilizou-se a biblioteca MPI e o pacote OpenMPI associado ao compilador gfortran para execução em paralelo desses algoritmos. Foram utilizados dados simulados considerando 10.000 marcadores SNPs e 4.100 indivíduos. O algoritmo sequencial padrão foi processado em 77,29 horas e ao usar múltiplas cadeias em paralelo o processamento foi 77% mais rápido (17,75hs), enquanto que a estratégia de paralelização de uma única cadeia apresentou um ganho de desempenho de 15% (65,37 hs). Conclui-se que a computação paralela é uma técnica de fundamental importância para a seleção genômica, e sua demanda será ainda mais expressiva em um futuro próximo devido ao expressivo aumento do tamanho dos bancos de dados genômicos (número de indivíduos genotipados e de SNPs sequenciados).