Optimización multi-objetivo para biclustering en datos de expresión génica.

Abstract

El biclustering es una técnica de análisis exploratorio que permite identificar subconjuntos de genes que presentan patrones similares de expresión bajo condiciones específicas. Esto resulta especialmente útil en el análisis de datos de expresión génica, ya que permite detectar grupos de coexpresión relevantes para la caracterización de procesos biológicos complejos, como la respuesta a tratamientos farmacológicos o la identificación de subtipos de enfermedades. En este trabajo se aborda la resolución del problema del biclustering aplicando técnicas de optimización multi-objetivo dentro del framework jMetal. Para ello, se han diseñado e implementado nuevas representaciones del problema, codificaciones específicas y operadores genéticos adaptados al contexto del biclustering en matrices de expresión génica. Además, se ha empleado el paquete FABIA en R para generar datos sintéticos que permitan una evaluación controlada de las propuestas. Como parte de la experimentación, se ha realizado una comparación algorítmica de las distintas codificaciones desarrolladas, con el objetivo de determinar cuáles resultan más adecuadas para resolver eficazmente el problema del biclustering. Los resultados muestran diferencias en el rendimiento y la calidad de las soluciones según la representación utilizada, destacando la importancia del diseño de la codificación en este tipo de problemas. Las aportaciones de este trabajo no solo amplían las capacidades del framework jMetal en el contexto del biclustering, sino que también ofrecen nuevas herramientas para el estudio computacional de patrones de expresión génica. Todo el software desarrollado se encuentra disponible bajo licencia MIT en el siguiente repositorio: https://github.com/pmgespina/biclustering.git