Um problema importante na área da biologia sistêmica é a inferência de redes regulatórias utilizando dados pós-genômicos. O aumento recente na disponibilidade de tais dados estimulou o interesse em inferir as redes utilizando apenas os dados.

Redes regulatórias podem ser representadas através de Redes Bayesianas. É possível inferir uma Rede Bayesiana que representa uma rede regulatória utilizando um conjunto de dados pós-genômicos através do algoritmo Markov Chain Monte Carlo. Esse processo,

porém, requer um grande número de iterações do algoritmo e demora muito tempo para convergir, o que limita o tamanho das redes que podem ser inferidas na prática. O objetivo desse trabalho é reduzir o tempo de execução do Markov Chain Monte Carlo através da

aplicação de técnicas de computação paralela no  cálculo do escore da rede, uma operação complexa que é responsável por grande parte do tempo de execução do Markov Chain Monte Carlo.