000108864 001__ 108864 000108864 005__ 20211216104757.0 000108864 037__ $$aTAZ-TFG-2021-3476 000108864 041__ $$aspa 000108864 1001_ $$aPérez Lázaro, Pablo 000108864 24200 $$aStudy of genetic regulatory networks with discrete models 000108864 24500 $$aEstudios de redes de regulación genéticas con modelos discretos 000108864 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2021 000108864 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000108864 520__ $$aLas distintas fases del ciclo celular están dirigidas por una red de regulación. La evolución<br />de las moléculas involucradas en la red se puede modelizar como variables acopladas a través de<br />interacciones. El modelo de ciclo celular que se utiliza es una red de corrientes de actividad, con<br />variables cualitativas lógicas que representan las proteínas reguladoras del ciclo y los complejos<br />cdk/ciclina de la célula. Se estudia la evolución de complejos cdk/ciclina porque se conocen sus<br />interacciones con las proteínas reguladoras. Además, la periodicidad de estas moléculas sigue las<br />distintas fases del ciclo celular.<br />Un método clásicamente utilizado en biología de sistemas para la resolución de la evolución de<br />redes de regulación es el algoritmo de Gillespie. Una herramienta basada en este algoritmo en la<br />que además ya se ha conseguido reproducir el modelo del ciclo celular es el entorno MaBoSS [1].<br />Por otra parte, se busca aplicar el método de Aproximación Variacional en Clúster, que hasta el<br />momento no se ha utilizado nunca para redes de regulación genéticas. Este método se ha utilizado<br />en tratamiento de sistemas como modelos epidémicos SIS o al estudio de transiciones en materiales<br />con estructuras cristalinas. El objetivo es estudiar el modelo del ciclo celular con esta herramienta,<br />comparándolo con MaBoSS, un método clásico en biología de sistemas.<br />Con motivo de estudiar cómo se comporta el método CVM en este nuevo ámbito, se evalúan<br />ejemplos típicos de sistemas de redes de regulación de complejidad creciente.<br />En primer lugar, se trata un modelo de dos nodos que conforman un bucle entre cuatro estados<br />del sistema. Después, se estudia el modelo resultante de añadir un tercer nodo, de forma que<br />el sistema tiene un estado atractor alcanzado escapando del bucle de cuatro estados anterior o<br />siguiendo un árbol de estados. Con estos dos modelos sencillos se identifican algunos de los objetos<br />que suelen aparecer en redes de regulación: bucles, atractores o árboles. Finalmente se ha estudiado<br />la evolución del modelo de ciclo celular en CVM, comparándola con los resultados de la herramienta<br />MaBoSS.<br />Tras estudiar los tiempos de ejecución de los dos métodos y cómo de cercanos son los resultados<br />del CVM a la teoría sobre el ciclo celular, se prueba que esta técnica es aplicable sin utilizar métodos<br />clásicos como MaBoSS de forma auxiliar.<br /><br /> 000108864 521__ $$aPrograma conjunto en Física-Matemáticas 000108864 540__ $$aDerechos regulados por licencia Creative Commons 000108864 700__ $$aBruscolini, Pierpaolo$$edir. 000108864 700__ $$aSanz Remón, Joaquín$$edir. 000108864 7102_ $$aUniversidad de Zaragoza$$bFísica Teórica$$cFísica Teórica 000108864 8560_ $$f758157@unizar.es 000108864 8564_ $$s1100997$$uhttps://zaguan.unizar.es/record/108864/files/TAZ-TFG-2021-3476.pdf$$yMemoria (spa) 000108864 909CO $$ooai:zaguan.unizar.es:108864$$pdriver$$ptrabajos-fin-grado 000108864 950__ $$a 000108864 951__ $$adeposita:2021-12-16 000108864 980__ $$aTAZ$$bTFG$$cCIEN 000108864 999__ $$a20210910130613.CREATION_DATE