Introducción al Modelado

Tarea 1. Cuadros Sinópticos.

6BM1
Ingeniería Celular

Sharon Alessandra Fuentes Ramírez

01 de febrero de 2019
 What is Modeling?
Bender

Modelos y Realidad

• Un modelo es algo que imita las características de una situación estudiada.

• Los modelos matemáticos imitan la realidad con un lenguaje matemáticos.
 Formulando ideas precisas
 Tienen un lenguaje conciso
 Gran número de teoremas potencialmente útiles disponibles
 Computadoras de alta velocidad para cálculos Propiedades

Un modelo matemático es una construcción abstracta, simplificada relacionado con una parte de la realidad y creado
para un propósito en específico.
• El mundo se divide en tres partes que se ajustan al modelo:
1. Cosas cuyos efectos son omitidos [omitido]
2. Cosas que afectan al modelo pero para las cuales no está diseñado para estudiar [input]
3. Cosas para las que el modelo está diseñado a estudiar [output]
• Estas tres categorías son importantes para el modelado. Si los detalles equivocados son omitidos, el modelo no
será bueno. Si se toma mucho en consideración, el resultado será complejo y probablemente requiera de mayor
cantidad de datos.
• “No es posible maximizar simultáneamente generalidad, realismo y precisión”. R. Levins (1968).
• La definición de variables y sus interrelaciones constituyen las suposiciones del modelo. Por lo que se utilizan
modelos para dibujar conclusiones. Por lo que este es un proceso deductivo: si las suposiciones son ciertas, las
conclusiones deben serlo también.

Construyendo un modelo

• La construcción de un modelo engloba imaginación y habilidades.

• Su proceso general es:
1. Formular el problema. ¿Qué es lo que se desea conocer?
2. Perfilar el modelo. Se deben de separar las partes del universo que no
sean importantes, exógenas y endógenas.
3. ¿Es útil? “Útil” no significa razonable o preciso; significa que el modelo
encaja en la situación. ¿Seriamos capaces de emplearlo?
4. Probarlo. Usar el modelo para hacer predicciones que se puedan
contrastar con datos y sentido común.

• Modelar puede evitar o reducir la necesidad de experimentos costosos, indeseables

o imposibles en el mundo real.
 Introduction to Systems Biology
Klipp

Los sistemas biológicos están altamente organizados en sus estructuras y función. Pudiéndose
estudiar sus fenómenos a nivel de poblaciones, individuos, tejidos, órganos, células, moléculas y
átomos.

La predicción de las funciones de las proteínas por su similaridad, predicción de las propiedades de
la red por sus principios, reconstrucción de árboles filogenéticos o la identificación de secuencias
regulatorias de ADN son aplicaciones que se les puede dar al análisis de los sistemas biológicos.

Modelos y Modelaje

• Un modelos es una representación abstracta de objetos o procesos que

explica sus características o procesos. Ventajas
• Para los modelos biológicos se emplean leyes físicas bien establecidas para 1. Manejo de aclaración de
conceptos.
justificar su forma general. 2. Resalta huecos en el
• En la biología experimental, el término “modelo” es también empleado para conocimiento.
3. Provee de independencia.
denotar una especie que es adecuada para experimentos. 4. Barato comparado con los
experimentos.
5. Reduce problemas éticos.
• El modelaje es subjetivo y selectivo. Representa solo aspectos específicos 6. Asiste a la eperimentación
de la realidad, pero esto es suficiente ya que su intención es contentas 7. Representado en términos
matemáticos precisos.
preguntas específicas. 8. Permite predicciones bien
• La parte matemática puede permanecer tan simple como se permita para fundamentadas.
una implementación sencilla y compresible para los resultados.

Nociones básicas de los Integración de datos • Correlación de datos.

modelos computacionales

• Enunciados: tienen la forma de restricciones iguales o

desiguales, postulados máximos, procesos estocásticos, o
enunciados probabilísticos. Clasificación de los
• El estado del sistema se describe por el set de variables que modelos
deben mantenerse en el modelo. • Estructurales o
• Constante: cantidad con valor establecido. Parámetro: cualitativos.
cantidades con valores. Variables: cantidades con valor • Determinísticos
variable para los que el modelo establece relaciones. • Continuos
• Son dos los factores fundamentales que determinan el
• Proceso reversible
comportamiento de un sistema: (i) influencias del ambiente
(input) y (ii) procesos dentro del sistema. • De periodicidad
• Estado estacionario: determinado por el hecho de que todos
los valores de estado se mantienen constantes en el tiempo.
 Biology Systems
Voit
Las recompensas de descubrir y caracterizar los principios generales y las especificaciones de los
sistemas biológicos pueden ser ilimitados.
Una diferencia crucial reside en que solemos tener un control total sobre los sistemas ingenieriles
pero no sobre los biológicos.
La mayoría de los sistemas ingenieriles son modulares, con cada modulo diseñado de manera única
y específica. Mientras esos modules interaccionan los unos con los otros, raramente tienen múltiples
roles en distintas partes del sistema, en contraste con la biología y la medicina, donde, ciertos
componentes tienen varias funciones.
Los sistemas biológicos suelen consistir de varios componentes por lo que representan un formidable
reto para cualquier análisis ya que sus procesos son esencialmente no lineares.

Hasta los sistemas

simples confunden

• Las diferentes partes de los sistemas biológicos

pueden operar simultáneamente a diferentes escalas, ¿Por qué ahora?
tanto en tiempo como espacio.

• Los métodos de los sistemas biológicos tienen sus

Comunicación
• La comunicación en este aspecto es un
problema de verdad, porque los
resultados deben de ser transmitidos a
los biólogos, quienes nos proveen de
datos y al público que paga por la
investigación y que tiene el derecho de
saber los frutos de tal. La única manera
de solucionarlo está en la educación
bilingüe y en la cultura de los sistemas
biológicos que puedan traducir los
fenómenos biológicos en matemáticas y
código computacional.
• Los equipos multidisciplinarios son sin
duda más efectivos (biólogos, físicos,
ingenieros, matemáticos, químicos y
gente inteligente entrenados en las
artes o en economía.
• Los investigadores deben de llamar a
expertos que manejen técninas que aún
no se manejen en los problemas
biológicos.
raíces en las bien establecidas disciplinas, tales como
fisiología, biología molecular, bioquímica, matemáticas,
ingeniería y ciencia de la computación.
• ¿Por qué los sistemas biológicos se han vuelto tan
importantes? La realización del pensamiento
reduccionista y la experimentación no son suficientes si
los sistemas son complejos. Los experimentos
reduccionistas son muy buenos generando información
detallada sobre componentes específicos o procesos
del sistema, pero a menudo carecen de la capacidad
de caracterizar, explicar o predecir propiedades
emergentes que no pueden ser encontradas en las
partes del sistema más que en sus interacciones.
• La oportunidad para los sistemas biológicos es el
resultada de la reciente confluencia y sinergismo de
tres fronteras científicas:
1. Rápida y vasta acumulación de información
biológica detallada en los sistemas
fisiológicos, celulares, moleculares y
submoleculares.
2. Ingenuidad e innovación en ingeniería,
química y ciencia de los materiales, que han
empezado a proveer de un crecimiento en
las tecnologías de sondeo, imágenes y
mediciones.
3. Co evolución de técnicas matemáticas,
físicas y computacionales
• Los avances en los algoritmos permiten la simulación
y optimización de un flujo biológico largo en las redes
de trabajo.