Modelación matemática de la absorción de hierro en células Caco-2 mediante algoritmos de programación genética y fenomenológicos

Abstract

El hierro es un nutriente esencial para el ser humano, en donde su exceso o deficiencia puede provocar graves enfermedades como la anemia o hemocromatosis. Es por esto que es de suma importancia la regulación en su absorción, y si bien se han realizado numerosas investigaciones sobre el tema, no se sabe lo suficiente para describir totalmente el proceso, por lo que es de suma importancia seguir investigando para tener más información de este y así ayudar a prevenir o tratar enfermedades. El objetivo de este trabajo es la modelación matemática de la absorción de hierro en células Caco-2 utilizando algoritmos de programación genética y algoritmos similares. Esto se basa en estudios preliminares experimentales y de modelación (utilizando algoritmos de programación genética) para la absorción de hierro, lo cual permite tener los datos experimentales iniciales para utilizarlos en nuevos modelos. Se expone un modelo empírico para modelar el proceso anterior en base a algoritmos de programación genética, y también 2 algoritmos de optimización para sistemas no lineales como son: Artificial Bee Colony Programming (ABCP) y Dynamic Ant Programming (DAP) los cuales se basan en técnicas de regresión simbólica para para desarrollar nuevos modelos empíricos y poder generar funciones a partir de datos experimentales. Los algoritmos se debieron implementar completamente en un comienzo para luego utilizarlos en el problema de absorción de hierro, los cuales por sus características mostraron diferentes modelos para el mismo problema, pero en ambos casos, las curvas mostraron un comportamiento creciente sin oscilaciones ni cambios de pendiente. Lo anterior sirvió para comparar sus desempeños entregando como resultado que el algoritmo que mejor se adapta al sistema es ABCP con un 𝑅�����2=0.86 y el que posee menor tiempo de ejecución es DAP con 1 hora. Los algoritmos son capaces de representar los datos experimentales, los que sirven como una buena aproximación a la fenomenología. Aun así, no son capaces de captar todos los fenómenos del sistema, debido a que son modelos empíricos y no se les entrega información previa. Dado lo anterior, la metodología y los algoritmos utilizados pueden ser aplicados a otros problemas de investigación con el respaldo de que en este estudio entregaron buenos resultados.