Desarrollo de un método de difusión de señales intercelulares para el simulador basado en agentes GRO

La biología sintética es un área interdisciplinar que combina elementos de Biología Molecular, Biología de Sistemas, Ingeniería Informática e Inteligencia Artificial, con el objetivo de diseñar y construir biocircuitos con un comportamiento deseado. Para ser capaces de realizar dicha tarea, biólogos e ingenieros trabajan de forma conjunta, combinando los conocimientos de ambas áreas para ser capaces de definir elementos tales como circuitos multicelulares, y programar simuladores que imitan el comportamiento de dichos circuitos. Este área de investigación es bastante joven, ya que los primeros trabajos en este área emergieron a principios del año 2000, y desde entonces ha estado en crecimiento constante. Los experimentos en este área suelen ser muy costosos en tiempo y dinero, ya que son muy complejos y requieren el uso de materia viva y el estudio de su comportamiento, algo que puede suponer varios días o semanas de espera para poder obtener y medir resultados. Por ello, los simuladores que permiten realizar experimentos in silico son de vital importancia, ya que permiten simular los experimentos in vivo, ya sea por motivos de presupuesto, de tiempo, o para comprobar modelos antes de realizar los correspondientes experimentos in vivo. Uno de este tipo de simuladores, GRO, desarrollado en C , se usa actualmente en el Laboratorio de Inteligencia Artificial de la Escuela Técnica Superior de Ingenieros Informáticos, y es el simulador sobre el cual se ha trabajado. El desarrollo de este trabajo consiste en el desarrollo e implementación de un nuevo módulo de difusión de señales intercelulares para el simulador GRO. Dicho módulo trae mejoras al anterior módulo, introduciendo nuevos métodos de difusión y la posibilidad de guardar los resultados de la difusión de las señales obtenidos en las simulaciones, además de una mejora en eficiencia de cómputo para el módulo. La carga principal del trabajo ha sido el estudio, diseño e implementación de nuevos métodos de difusión que proporcionan una mejora en la precisión de la difusión de señales intercelulares, reduciendo los órdenes de errores temporales y espaciales. Estos nuevos métodos han sido implementados de tal forma que el usuario puede seleccionar cual desea usar. El método de difusión que tenía el antiguo módulo ha sido optimizado para que trabaje de forma más eficiente. La nueva funcionalidad del salvaguardado de los resultados de difusión también ha sido añadida como un nuevo parámetro, y permite al usuario elegir si desea guardar los resultados. Por último, se ha desarrollado una serie de scripts en python que permiten la simulación de fluidos usando los esquemas que se han estudiado, la creación de un archivo .csv con los resultados de difusión y la obtención de la evolución de las señales en el medio.---ABSTRACT---Synthetic biology is an interdisciplinary area that combines elements of Molecular Biology, Systems Biology, Computer Engineering and Artificial Intelligence, with the aim of designing and constructing biocircuits with a desired behavior. To be able to perform this task, biologists and engineers work together, combining the knowledge of both areas to be able to define elements such as multicellular circuits, and to program simulators that mimic the behavior of these circuits. This area of research is quite young, since this area emerged at the beginning of 2000, and since then it has been in constant growth. Experiments in this area are usually very costly in time and money, since they are very complex and require the use of living cells and the study of their behavior, something that can take several days or weeks of waiting to obtain results. For this reason, the simulators that allow in silico experiments are of vital importance, since they allow to simulate the in vivo experiments , either for budget reasons, time, or to check models before performing the corresponding experiments in vivo. One of this type of simulators, GRO, developed in C ++, is currently used in the Artificial Intelligence Laboratory of the Higher Technical School of Computer Engineers, and is the simulator on which my work has been done. This work consists in the development and implementation of a new intercellular signal diffusion module for the GRO simulator. This module brings improvements to the previous module, introducing new diffusion schemes and the possibility of saving the results of the diffusion from the signals obtained in the simulations, as well as an improvement in computation efficiency for the module. The main burden of the work has been the study, design and implementation of new diffusion methods that provide an improvement in the accuracy of intercellular signal diffusion, reducing temporal and spatial error orders. These new methods have been added in such a way that the user can select the one that he desires. The diffusion method from the previous module has been optimized so that it works more efficiently. The new functionality of the backup of diffusion results has also been added as a new parameter, and allows the user to choose whether to save the results or not. Lastly, a series of scripts in python have been developed that allow the simulation of fluids using the schemes that have been studied, the creation of a .csv file with the diffusion results obtained in experiments and the evolution of the signals present in the medium