Desarrollo de un módulo ejecutable para la ejecución por lotes del simulador GRO con análisis de sensibilidad de parámetros

En la actualidad, el campo de la biología sintética es un campo de investigación que está en auge. La creación de vida artificial ha sido una de las grandes cuestiones que siempre ha fascinado a la humanidad desde sus propios orígenes. Para ello, existe numerosos grupos de investigación por todo el mundo, capaces de desarrollar herramientas eficaces que les permita trabajar adecuadamente. El Laboratorio de Inteligencia Artificial (LIA) de la Universidad Politécnica de Madrid está especializado en la Biología Programable y en la Inteligencia Artificial “en vivo”. Se encargan de diseñar e ingeniar biocircuitos que procesen señales biológicas con los que poder programar células vivas. A su vez, también se encargan del desarrollo de un software para simular y poder predecir el comportamiento de estos biocircuitos. En concreto trabajan con el simulador gro, software que se encarga de simular el comportamiento de una colonia de células. Para ello cuenta con una potente interfaz gráfica en la cual podremos abrir cualquier archivo “.gro” que le pasaremos al programa para poder llevar a cabo la simulación y de esta forma poder analizar y observar lo que está ocurriendo en dicha simulación. Pero existe la posibilidad de que una simulación puede tardar horas hasta conseguir los resultados deseados, o no, y tener que configurar de nuevo el archivo “.gro” con los nuevos valores de los parámetros para poder llevar a cabo la nueva simulación. Por ello en este documento se procede a recoger la memoria completa del proyecto realizado que consiste en el desarrollo de un módulo ejecutable que nos pueda permitir la ejecución de simulaciones en gro por lotes. Con ello lo que se quiere conseguir es que en este modo “batch” nos pueda permitir lanzar en gro diferentes experimentos in silico cambiando el valor de algún parámetro de manera automática, es decir, sin la iteración del usuario. De este modo podremos ejecutar tantas iteraciones como el usuario desea sin la necesidad de volver a configurar el archivo “.gro” manualmente ya que una simulación puede tardar horas y el usuario no tendría que esperar a que termine la simulación para pasar a la siguiente, sino que son solo una ejecución el usuario tendrá que esperar a los resultados de todas las ejecuciones para obtener los resultados deseados mientras puede estar realizando otra actividad a la vez. Para ello, se realizará un análisis de sensibilidad sobre distintas técnicas de muestreo la cual optimizaremos con el estudio de algoritmos que luego nos permitirá ajustar los parámetros de entrada del modelo simulado a datos reales que nos ayudará a conseguir los resultados deseados. Con lo cual en el documento se explicará cómo se ha implementado dicho ejecutable, en que lenguaje, análisis de ejemplos de otros simuladores, además de las distintas técnicas de optimización elegidas para su correcto funcionamiento.---ABSTRACT---Nowadays, the field of synthetic biology is a booming field of research. The creation of artificial life has been one of the great issues that has always fascinated humanity from its very origins. To this end, there are numerous research groups around the world, capable of developing effective tools that enable them to work properly. The Artificial Intelligence Laboratory (LIA) of the Polytechnic University of Madrid specialises in Programmable Biology and Artificial Intelligence "live". They are in charge of designing and engineering biocircuits that process biological signals with which to program living cells. At the same time, they are also in charge of the development of a software to simulate and predict the behavior of these biocircuits. Specifically, they work with the gro simulator, software that simulates the behaviour of a colony of cells. To do this, it has a powerful graphic interface in which we can open any ".gro" file that we pass to the program to carry out the simulation and thus be able to analyze and observe what is happening in that simulation. But there is the possibility that a simulation can take hours to get the desired results, or not, and have to reconfigure the ".gro" file with the new parameter values to carry out the new simulation. For that reason in this document we proceed to gather the complete memory of the realized project that consists in the development of an executable module that can allow us the execution of simulations in gro by lots. With it what is wanted to obtain is that in this mode "batch" it can allow us to launch in gro different experiments in silico changing the value of some parameter in an automatic way, that is to say, without the iteration of the user. In this way we can run as many iterations as the user wants without the need to re-configure the file ".gro" manually because a simulation can take hours and the user would not have to wait until the end of the simulation to move to the next, but are just an execution the user will have to wait for the results of all executions to get the desired results while you can be doing another activity at once. To this end, a sensitivity analysis will be carried out on different sampling techniques, which we will optimise with the study of algorithms that will then allow us to adjust the input parameters of the simulated model to real data that will help us achieve the desired results. So this document will explain how this executable has been implemented, in what language, analysis of examples from other simulators, as well as the different optimization techniques chosen for its proper functioning