Generación de árboles Filogenéticos por Medio de Algoritmos Genéticos de Función Objetivo Híbrido

Abstract

Este documento propone un nuevo método para el estudio filogenético. Este método propuesto utiliza algoritmos genéticos con una fusión objetivo híbrida para la evaluación y generación de árboles filogenéticos. Para la generación de los árboles filogenéticos, el algoritmo genético, crea una población de árboles aleatoria cuyas hojas o nodos son diferentes. Cada elemento (árbol) se evalÚa mediante una función objetivo híbrida, la cual combina dos criterios normalizados: máxima parsimonia y matriz de distancia (DMM) que darán su valor de aptitud a cada elemento, posteriormente se realizan las operaciones básicas del algoritmo genético como son la selección, cruza y mutación. La hipótesis en la que se fundamenta este trabajo de investigación es que las formas de evaluación existentes para generar árboles filogenéticos no siempre son el mejor modelo para generar el árbol. y que la evaluación híbrida es una forma de aprovechar las fortalezas y las minimizar debilidades de ambos métodos. Para validar su desempeño, se realizaron pruebas con cadenas ADN de HIV (virus del SIDA) y con cadenas de proteínas de E-Coli (Escherichia Coli). Estos árboles se comprobaron con los obtenidos con los métodos de Matriz de Distancia y Máxima Parsimonia. También los resultados se interpretaron y evaluaron por expertos de (UNAM) IBT (Instituto de Biotecnología de la Universidad Autónoma Nacional de México). Los resultados experimentales obtenidos indican que el método propuesto es capaz de inducir relaciones filogenéticas significativas dentro de una misma especie.