Avaliação do RAxML no Supercomputador Santos Dumont

• Micaella Coelho LNCC
• Carla Osthoff LNCC
• Kary Ocaña LNCC

DOI: https://doi.org/10.5753/bsb_estendido.2018.8802

Resumo

Análises filogenéticas apoiam estudos sobre a vida evolutiva dos organismos. Ferramentas otimizadas como RAxML, baseadas em algoritmos de máxima verossimilhança, geram alto custo computacional pelos inúmeros cálculos para processar grande quantidades de dados. O uso eficiente dessas ferramentas em ambientes paralelos é requerido. O presente trabalho visa explorar o desempenho do RAxML em supercomputadores explorando características de configuração do ambiente, programa e dados.

Palavras-chave: Molecular Evolution and Phylogenetics, Algorithms for Problems in Computational Biology

Referências

Abramson, D., Bethwaite, B., Enticott, C., Garic, S. e Peachey, T. (2011). Parameter Exploration in Science and Engineering Using Many-Task Computing. IEEE Trans. Parallel Distrib. Syst., v. 22, n. 6, p. 960–973.

Dávila, A. e Ocaña, K. (2011). Phylogenomics-Based Reconstruction of Protozoan Species Tree. Evolutionary Bioinformatics, p. 107.

Felsenstein, J. (1985). Confidence Limits on Phylogenies: An Approach Using the Bootstrap. Evolution, v. 39, n. 4, p. 783–791.

Pfeiffer, W. e Stamatakis, A. (2010). Hybrid MPI/Pthreads parallelization of the RAxML phylogenetics code. IEEE. http://ieeexplore.ieee.org/document/5470900/.

Stamatakis, A. (2014). RAxML version 8: a tool for phylogenetic analysis and postanalysis of large phylogenies. Bioinformatics, v. 30, n. 9, p. 1312–1313.

Zhou, X., Shen, X.-X., Hittinger, C. T. e Rokas, A. (2018). Evaluating Fast Maximum Likelihood-Based Phylogenetic Programs Using Empirical Phylogenomic Data Sets. Molecular Biology and Evolution, v. 35, n. 2, p. 486–503.