Simulación de modelos evolutivos en tumores con R y C++ (HPC en aplicaciones bioinformáticas con R)

El cáncer se ha convertido en una enfermedad muy temida por la población mundial. Es por ello por lo que el interés del mundo científico en buscar una cura ha aumentado en los últimos años. En este trabajo se va a desarrollar un algoritmo en R y C++, que, basado en un modelo matemático en tiempo discreto, simule el crecimiento de un tumor en un individuo a partir de unos datos y parámetros previos que podrán variarse para probar situaciones diferentes. El modelo será implementado utilizando la librería Rcpp que permite conectar código en R con código en C++. Este modelo será integrado en un paquete en R (OncoSimulR) ya existente y que contiene un modelo en tiempo continuo y código relacionado con este problema. Previamente se realizará un estudio de los modelos existentes, y de cómo estos pueden simular este proceso. Se estudiará la nomenclatura utilizada en este campo y se analizarán las diferencias entre unos modelos y otros tanto a nivel computacional como a nivel biológico. Una vez diseñado el algoritmo se comprobará su correcto funcionamiento. Para ello, se diseñará un conjunto de tests que probarán la respuesta del algoritmo a partir de diferentes valores de entrada. A continuación, se utilizará para simular un escenario clásico (el propuesto por Ochs y Desai) y se analizarán los resultados obtenidos. Para finalizar, se expondrán las conclusiones que se pueden extraer de este trabajo, así como las líneas de trabajo futuro.Cancer has become a very dreaded disease by the world population. That is why the scientific community shows increasing interest in searching for a cure in recent years. This paper focuses on the development of an algorithm in R and C++ using a discrete time model which simulates the growth of a tumor in an individual from parameters that can be varied to test different situations. The model will be implemented using the Rcpp library that allows us to connect R with C++ code. This model will be integrated into an existing package in R (OncoSimulR) that contains a continuous time model and code related to this problem. Previously, existing models and how they can simulate this process will be reviewed. The nomenclature used in this field will be studied and the differences between various models will be analyzed both computationally and biologically. Once the algorithm is designed, its correct performance will be examined. For this purpose, a set of tests that will check the response of the algorithm from different input values will be designed. Then, the algorithm will be used to simulate a classic scenario (one proposed by Ochs and Desai) and the results will be analyzed. Lastly, the conclusions drawn from this paper and futures strands of work will be exhibited