Este proyecto se centra en el desarrollo de algoritmos robustos de clustering multiobjetivo aplicados al análisis de datos biológicos, con énfasis en conjuntos de datos relacionados con distintos tipos de cáncer. A diferencia de enfoques tradicionales, estos algoritmos integran conocimiento biológico explícito como anotaciones funcionales, vías metabólicas o relaciones filogenéticas para guiar el proceso de agrupamiento, permitiendo identificar patrones más coherentes desde el punto de vista biomédico. El objetivo es avanzar en la comprensión de los mecanismos subyacentes a la expresión génica en contextos oncológicos, mejorar la precisión y la interpretabilidad de los métodos computacionales y facilitar la generación de hipótesis biológicamente relevantes. Además, el proyecto busca fortalecer la colaboración entre disciplinas como la informática, la biología molecular y la medicina, así como contribuir a la formación de recursos humanos especializados en bioinformática y aprendizaje automático con aplicaciones biomédicas.