Propuestas y análisis de técnicas para la generación de subconjuntos significativos de soluciones de redes metabólicas

Resumen

Resumen El estudio de redes metabólicas aplicado a la Biotecnología y a la investigación de enfermedades es un tema de investigación de plena actualidad en nuestros días. La disponibilidad de modelos biológicos cada vez más precisos hace posible el uso de herramientas matemáticas e informáticas para dicho estudio que permiten analizar los posibles estados metabólicos de estas redes. Es bien conocido que el conjunto de posibles estados de una red metabólica es un conjunto infinito que puede ser estudiado a través de un subconjunto finito de estados llamados modos elementales o EFMs de la red. Los modos elementales permiten representar todos los demás estados posibles en función de ellos. Por su importancia, se han propuesto una amplia variedad de métodos de extracción de EFMs basadas en estrategias y herramientas matemáticas diferentes. Cada método presenta sus propias ventajas de inconvenientes en términos de eficiencia, escalabilidad, etc. Atendiendo a la eficiencia, la herramienta matemática que ha demostrado el mejor comportamiento hasta la fecha es la optimización con programación lineal. Aún así, no es perfecta y los métodos basados en programación lineal presentan algunas limitaciones. Cabe destacar que, a pesar de todos los esfuerzos e independientemente del método usado, el problema de encontrar el conjunto de todos los EFMs de una red sigue abierto cuando se trata de redes grandes, por lo que es necesario centrarse en encontrar subconjuntos suyos, intentando asegurar la representatividad biológica del subconjunto obtenido. Esta tesis contribuye al estudio de las redes metabólicas mediante la propuesta de diferentes estrategias, el análisis de los resultados y el estudio comparativo con otros algoritmos existentes. Ello culmina en la propuesta del algoritmo EFM-Ta de extracción de EFMs, que rompe la barrera de ratio ideal de eficiencia LP, batiendo en este aspecto a técnicas precedentes. Además del algoritmo EFM-Ta que mejora drásticamente la eficiencia de métodos anteriores, cabe destacar la inclusión de una técnica de estudio estadístico que supone un primer paso hacia el estudio de la tipología de los EFMs obtenidos mediante distintos métodos de extracción. Consideramos que este análisis es un paso adelante para un estudio que permitirá arrojar luz sobre la representatividad de distintos subconjuntos de EFMs.