Modelado de sistemas bioquímicos: De la Ley de Acción de Masas a la Aproximación Lineal del Ruido

Resumen

Durante la ultima década hemos vivido una creciente aplicación de técnicas propias de las ingenierías a la biología. Áreas como la Biología de Sistemas o, más recientemente, la Biología Sintética, reciben una atención cada vez mayor por parte de los ingenieros. En particular, el modelado en estos ámbitos permite la generación de nuevas hipótesis contrastables experimentalmente, y de nuevas formas de intervención biológica, así como explicaciones más o menos mecanicistas de los resultados experimentales. Una aproximación basada en modelo requiere considerar la dinámica de las reacciones bioquímicas y su regulación. En la primera parte de este tutorial se introducen el modelado determinista y reducción de modelos de la clase de reacciones bioquímicas propias de la biología molecular celular.

El ruido juega un papel crucial en la dinámica de los circuitos biológicos. En el área de control automático hay una larga tradición de modelado mediante ecuaciones diferenciales estocásticas lineales, bajo la hipótesis simplificadora de asumir que el ruido tiene una magnitud independiente de la del estado. Esta hipótesis no es válida en los circuitos biológicos. En la segunda parte del tutorial se describen los métodos de modelado estocástico más usados en biología molecular, con especial atención a denominada aproximación lineal del ruido.

Abstract

In the last decade we have witnessed a growing application of engineering techniques to biology. Areas such as Systems Biology or, more recently, Synthetic Biology, get more and more attention from the engineers. Specifically, modeling in these fields makes possible the generation of new experimentally verifiable hypothesis, and new ways of biological intervention, as well as more or less mechanistic explanations of experimental results. A model-based approximation requires the consideration of the biochemical reactions dynamics and their regulation. The first part of this tutorial describes the deterministic modeling and model reduction techniques, as applied to the class of biochemical reactions specific to molecular cell biology.

Noise plays a crucial role in the biological circuitry dynamics. In the field of automatic control there is a long tradition of modeling using linear stochastic differential equations, under the simplifying assumption that noise has a magnitude independent of the state. This assumption is not valid in biological circuits. The second part of the tutorial describes the most widely used methods for stochastic modeling in molecular cell biology, paying special attention to the so-called linear noise approximation.

Referencias no citadas

Alberts et al., 2009, Arpino et al., 2013, Aström, 2006, Blanchini and Franco, 2011, Boada et al., 2015, Chakrabarti et al., 2013, Chellaboina et al., 2009, Chen et al., 2010, Church et al., 2014, De Lorenzo, 2014, Del Vecchio, 2013, ERASynBio, 2014, Gillespie, 2007, Glad and Ljung, 2000, Higham, 2008, Hinch, 1991, Jayanthi et al., 2013, Khalil, 2011, Kiparissides et al., 2011, Kokotovic et al., 1986, Kwok, 2010, Llaneras and Picó, 2008, Mélykúti et al., 2014, Milo et al., 2010, Munsky and Khammash, 2008, Picó-Marco, 2013, Scott et al., 2007, Scott et al., 2006, Sundararaj et al., 2004, Villaverde and Banga, 2014, Wallace et al., 2012 and Zagaris et al., 2004.