Inferencia Paralela de Árboles Filogenéticos Bit-Reproducibles

Área de la Ciencia:

• Biología Computacional
• Bioinformática
• Biología Evolutiva

Sus antecedentes:

• Los árboles filogenéticos reconstruyen la historia evolutiva utilizando datos genómicos.
• Los métodos de inferencia de Máxima Verosimilitud (ML) se utilizan ampliamente para el análisis filogenético.
• La computación paralela en la inferencia de ML introduce errores de redondeo debido a la aritmética de punto flotante, lo que afecta los resultados.

Objetivo del estudio:

• Investigar el impacto de la computación paralela en la reproducibilidad de la inferencia filogenética de ML.
• Desarrollar un método para lograr resultados bit-reproducibles en análisis filogenéticos paralelos.
• Introducir un algoritmo general para operaciones de reducción paralelas reproducibles.

Principales métodos:

• Se desarrolló el algoritmo de reducción ReproRed para mantener un orden de operación fijo, independiente de los patrones de ejecución paralela.
• Se integró ReproRed en RAxML-NG, una herramienta de inferencia filogenética ampliamente utilizada, para crear una versión bit-reproducible.
• Se evaluó el rendimiento y la reproducibilidad del algoritmo ReproRed y del RAxML-NG mejorado en conjuntos de datos empíricos.

Principales resultados:

• La variabilidad del paralelismo condujo a divergencias en las búsqueles de árboles filogenéticos en más del 31% de los conjuntos de datos probados.
• El 8% de los conjuntos de datos divergentes produjeron árboles significativamente peores en comparación con el mejor árbol de ML conocido.
• El RAxML-NG mejorado con ReproRed logró resultados bit-reproducibles con una mínima ralentización del rendimiento (mediana del 0,8%) en hasta 768 núcleos.

Conclusiones:

• La no reproducibilidad en la inferencia filogenética paralela es un problema importante que afecta los análisis evolutivos.
• ReproRed proporciona una solución general para operaciones de reducción paralelas asociativas reproducibles, aplicables más allá de la filogenética.
• La herramienta RAxML-NG bit-reproducible desarrollada garantiza una inferencia filogenética fiable en diferentes entornos computacionales.