Modelo basado en agentes en biología

Los modelos basados ​​en agentes tienen muchas aplicaciones en biología , principalmente debido a las características del método de modelado. El modelado basado en agentes es una metodología de modelado computacional basada en reglas que se centra en las reglas y las interacciones entre los componentes individuales o los agentes de la matriz. ^[1] El objetivo de este método de modelado es generar poblaciones de los componentes del sistema de interés y simular sus interacciones en un mundo virtual. Los modelos basados ​​en agentes comienzan con reglas de comportamiento y buscan reconstruir, a través de la instanciación computacional de esas reglas de comportamiento, los patrones de comportamiento observados. ^[1]

Algunas de las características de los modelos basados ​​en agentes que son importantes para los estudios biológicos incluyen:

El comportamiento de un modelo basado en agentes se define mediante las reglas de sus agentes. Las reglas de los agentes existentes se pueden modificar o se pueden agregar nuevos agentes sin tener que modificar todo el modelo.

Mediante el uso de agentes individuales que interactúan localmente con reglas de comportamiento, los modelos basados ​​en agentes dan como resultado una sinergia que conduce a un todo de nivel superior con un comportamiento mucho más complejo que el de cada agente individual. ^[2]

Ya sea excluyendo detalles no esenciales o cuando los detalles no están disponibles, se pueden construir modelos basados ​​en agentes en ausencia de un conocimiento completo del sistema en estudio. Esto permite que el modelo sea lo más simple y verificable posible. ^[1]

Los sistemas biológicos presentan un comportamiento que parece aleatorio. La probabilidad de un comportamiento particular puede determinarse para un sistema en su conjunto y luego traducirse en reglas para los agentes individuales. ^{[1] [3]}

En un contexto ecológico, el modelado basado en agentes se puede utilizar para modelar el comportamiento de diferentes especies, como infestaciones de insectos, ^[4] otras especies invasoras, ^[5] pulgones, ^[6] poblaciones acuáticas, ^[7] y la evolución de comportamientos innatos de búsqueda de alimento. ^[8]

Se ha utilizado un modelado basado en agentes para simular el comportamiento de ataque del escarabajo del pino de montaña (MPB), Dendroctonus ponderosae , con el fin de evaluar cómo las diferentes políticas de cosecha influyen en las características espaciales del bosque y la propagación espacial de la infestación de MPB a lo largo del tiempo. ^[4] Aproximadamente dos tercios de la tierra en Columbia Británica , Canadá, están cubiertos por bosques que se modifican constantemente por perturbaciones naturales como incendios, enfermedades e infestaciones de insectos. Los recursos forestales representan aproximadamente el 15% de la economía de la provincia, por lo que las infestaciones causadas por insectos como el MPB pueden tener impactos significativos en la economía. Los brotes de MPB se consideran una perturbación natural importante que puede provocar una mortalidad generalizada del pino lodgepole , una de las especies de árboles comerciales más abundantes en Columbia Británica. Los brotes de insectos han provocado la muerte de árboles en áreas de varios miles de kilómetros cuadrados.

El modelo basado en agentes desarrollado para este estudio fue diseñado para simular el comportamiento de ataque del MPB con el fin de evaluar cómo las prácticas de manejo influyen en la distribución espacial y los patrones de la población de insectos y sus preferencias por los árboles atacados y muertos. El modelo consideró tres estrategias de manejo: 1) sin manejo, 2) cosecha de saneamiento y 3) cosecha de salvamento. En el modelo, el Agente Escarabajo representó el comportamiento del MPB; el Agente Pino representó el ambiente forestal y la evolución de la salud de los árboles; el Agente de Manejo Forestal representó las diferentes estrategias de manejo. El Agente Escarabajo sigue una serie de reglas para decidir dónde volar dentro del bosque y seleccionar un árbol saludable para atacar, alimentar y reproducir. El MPB generalmente mata árboles hospedantes en su entorno natural para poder reproducirse con éxito. Las larvas del escarabajo se alimentan de la corteza interna de los árboles hospedantes maduros, y finalmente los matan. Para que los escarabajos se reproduzcan, el árbol hospedante debe ser lo suficientemente grande y tener una corteza interna gruesa. Los brotes de MPB terminan cuando el suministro de alimentos disminuye al punto de que no hay suficiente para sostener la población o cuando las condiciones climáticas se vuelven desfavorables para el escarabajo. El Agente de Pino simula la resistencia del árbol huésped, específicamente el pino Lodgepole, y monitorea el estado y los atributos de cada rodal de árboles. En algún momento del ataque de MPB, la cantidad de escarabajos por árbol alcanza la capacidad del árbol huésped. Cuando se llega a este punto, los escarabajos liberan una sustancia química para dirigir a los escarabajos a atacar otros árboles. El Agente de Pino modela este comportamiento calculando la densidad de población de escarabajos por rodal y pasa la información a los Agentes de Escarabajos. El Agente de Manejo Forestal se utilizó, a nivel de rodal, para simular dos prácticas de silvicultura comunes (saneamiento y salvamento), así como la estrategia en la que no se empleó ninguna práctica de manejo. Con la estrategia de cosecha de saneamiento, si un rodal tiene una tasa de infestación mayor que un umbral establecido, el rodal se elimina, así como cualquier rodal vecino sano cuando el tamaño promedio de los árboles excedió un umbral establecido. Para la estrategia de cosecha de salvamento, se elimina un rodal incluso si no está bajo un ataque de MPB si un número predeterminado de rodales vecinos están bajo un ataque de MPB.

El estudio consideró un área boscosa en el interior del centro norte de Columbia Británica de aproximadamente 560 hectáreas . El área consistía principalmente de pino Lodgepole con proporciones más pequeñas de abeto Douglas y abeto blanco . El modelo se ejecutó durante cinco pasos de tiempo, cada paso representando un solo año. Se llevaron a cabo treinta ejecuciones de simulación para cada estrategia de manejo forestal considerada. Los resultados de la simulación mostraron que cuando no se empleó ninguna estrategia de manejo, ocurrió la infestación general más alta de MPB. Los resultados también mostraron que la técnica de manejo de cosecha de salvamento resultó en una reducción del 25% en el número de hebras de bosque destruidas por el MPB, en comparación con una reducción del 19% por la estrategia de manejo de cosecha de saneamiento. En resumen, los resultados muestran que el modelo se puede utilizar como una herramienta para construir políticas de manejo forestal.

Las especies invasoras son plantas y animales "no autóctonos" que afectan negativamente a los entornos que invaden. La introducción de especies invasoras puede tener consecuencias ambientales, económicas y ecológicas. Se puede desarrollar un modelo basado en agentes para evaluar los impactos de los regímenes de cumplimiento específicos de cada puerto y de cada importador para un producto agrícola determinado que presente riesgo de especies invasoras, con el objetivo de mejorar la asignación de recursos de cumplimiento y proporcionar una herramienta a los responsables de las políticas para responder a más preguntas sobre la aplicación de la normativa en las fronteras y el riesgo de especies invasoras. ^[5]

El modelo basado en agentes desarrollado para el estudio consideró tres tipos de agentes: especies invasoras, importadores y agentes de control fronterizo. En el modelo, las especies invasoras solo pueden reaccionar a su entorno, mientras que los importadores y los agentes de control fronterizo pueden tomar sus propias decisiones en función de sus propias metas y objetivos. La especie invasora tiene la capacidad de determinar si se ha liberado en un área que contiene el cultivo objetivo y de propagarse a parcelas adyacentes del cultivo objetivo. El modelo incorpora mapas de probabilidad espacial que se utilizan para determinar si una especie invasora se establece. El estudio se centró en los envíos de brócoli desde México a California a través de los puertos de entrada Calexico, California y Otay Mesa, California . La especie invasora de preocupación seleccionada fue el escarabajo pulga crucífera ( Phyllotreta cruciferae ). California es, con mucho, el mayor productor de brócoli en los Estados Unidos, por lo que la preocupación y el impacto potencial de la introducción de una especie invasora a través de los puertos de entrada elegidos es significativo. El modelo también incorporó una función de daño explícita espacialmente que se utilizó para modelar el daño de las especies invasoras de manera realista. El modelado basado en agentes permite analizar el comportamiento de actores heterogéneos , por lo que se consideraron tres tipos diferentes de importadores que diferían en términos de tasas de infección de productos básicos (alta, media y baja), elección de pretratamiento y costo de transporte a los puertos. El modelo brindó predicciones sobre las tasas de inspección para cada puerto de entrada e importador y determinó la tasa de éxito de la inspección del agente fronterizo, no solo para cada puerto e importador, sino también para cada nivel potencial de pretratamiento (sin pretratamiento, nivel uno, nivel dos y nivel tres).

El modelo se implementó y ejecutó en NetLogo , versión 3.1.5. Se incluyó en el análisis información espacial sobre la ubicación de los puertos de entrada, las carreteras principales y las rutas de transporte, así como un mapa de cultivos de brócoli de California con mapas de probabilidad de establecimiento de especies invasoras. BehaviorSpace, ^[9] una herramienta de software integrada con NetLogo, se utilizó para probar los efectos de diferentes parámetros (por ejemplo, valor del envío, costo de pretratamiento) en el modelo. En promedio, se calcularon 100 iteraciones en cada nivel del parámetro utilizado, donde una iteración representó una ejecución de un año.

Los resultados del modelo mostraron que, a medida que aumentan los esfuerzos de inspección, los importadores aumentan el cuidado debido o el pretratamiento de los envíos y la pérdida monetaria total de los cultivos de California disminuye. El modelo mostró que los importadores responden a un aumento en el esfuerzo de inspección de diferentes maneras. Algunos importadores respondieron al aumento de la tasa de inspección aumentando el esfuerzo de pretratamiento, mientras que otros optaron por evitar el envío a un puerto específico o buscaron otro puerto. Un resultado importante de los resultados del modelo es que puede mostrar o proporcionar recomendaciones a los responsables de las políticas sobre el punto en el que los importadores pueden comenzar a buscar puertos, como la tasa de inspección a la que se introduce la búsqueda de puertos y los importadores asociados con un cierto nivel de riesgo de plagas o costo de transporte que es probable que realicen estos cambios. Otro resultado interesante del modelo es que cuando los inspectores no pudieron aprender a responder a un importador con envíos previamente infestados, el daño a los cultivos de brócoli de California se estimó en $150 millones. Sin embargo, cuando los inspectores pudieron aumentar las tasas de inspección de los importadores con infracciones anteriores, el daño a los cultivos de brócoli de California se redujo aproximadamente en un 12%. El modelo proporciona un mecanismo para predecir la introducción de especies invasoras a partir de importaciones agrícolas y los posibles daños que causarán. Igualmente importante es que el modelo proporciona a los responsables de las políticas y a los organismos de control fronterizo una herramienta que puede utilizarse para determinar la mejor asignación de recursos de inspección.

Un modelo basado en agentes se puede utilizar para estudiar la dinámica poblacional del pulgón de la cereza de pájaro y la avena , Rhopalosiphum padi . ^​​[6] El estudio se llevó a cabo en una región de cinco kilómetros cuadrados de North Yorkshire , un condado ubicado en la región de Yorkshire y Humber de Inglaterra . El método de modelado basado en agentes fue elegido debido a su enfoque en el comportamiento de los agentes individuales en lugar de la población en su conjunto. Los autores proponen que los modelos tradicionales que se centran en las poblaciones en su conjunto no tienen en cuenta la complejidad de las interacciones concurrentes en los ecosistemas , como la reproducción y la competencia por los recursos que pueden tener impactos significativos en las tendencias de la población. El enfoque de modelado basado en agentes también permite a los modeladores crear modelos más genéricos y modulares que son más flexibles y fáciles de mantener que los enfoques de modelado que se centran en la población en su conjunto. Otras ventajas propuestas de los modelos basados ​​en agentes incluyen la representación realista de un fenómeno de interés debido a las interacciones de un grupo de agentes autónomos y la capacidad de integrar variables cuantitativas, ecuaciones diferenciales y comportamiento basado en reglas en el mismo modelo.

El modelo se implementó en el kit de herramientas de modelado Repast utilizando el lenguaje de programación JAVA . El modelo se ejecutó en pasos de tiempo diarios y se centró en las estaciones de otoño e invierno. Los datos de entrada para el modelo incluyeron datos de hábitat, temperaturas mínimas, máximas y medias diarias, y velocidad y dirección del viento. Para los agentes pulgones, se consideraron la edad, la posición y la morfología ( alado o áptero ). La edad varió de 0,00 a 2,00, siendo 1,00 el punto en el que el agente se convierte en adulto. La reproducción de los agentes pulgones depende de la edad, la morfología y las temperaturas mínimas, máximas y medias diarias. Una vez que las ninfas eclosionan, permanecen en el mismo lugar que sus padres. La morfología de las ninfas está relacionada con la densidad de población y la calidad de los nutrientes de la fuente de alimento del pulgón . El modelo también consideró la mortalidad entre los agentes pulgones, que depende de la edad, las temperaturas y la calidad del hábitat. La velocidad a la que envejece un agente pulgón está determinada por las temperaturas mínimas, máximas y medias diarias. El modelo consideró que el movimiento de los agentes pulgones ocurre en dos fases separadas, una fase migratoria y una fase de alimentación, ambas afectan la distribución general de la población .

El estudio comenzó la simulación con una población inicial de 10.000 pulgones alados distribuidos en una cuadrícula de celdas de 25 metros. Los resultados de la simulación mostraron que hubo dos picos de población importantes: el primero a principios de otoño debido a la afluencia de inmigrantes alados y el segundo debido a temperaturas más bajas más adelante en el año y a la falta de inmigrantes. En última instancia, el objetivo de los investigadores es adaptar este modelo para simular ecosistemas y tipos de animales más amplios.

Se propone un modelo para estudiar la dinámica poblacional de dos especies de macrófitos . ^[7] Las plantas acuáticas juegan un papel vital en los ecosistemas en los que viven, ya que pueden proporcionar refugio y alimento a otros organismos acuáticos. Sin embargo, también pueden tener impactos nocivos como el crecimiento excesivo de plantas no nativas o la eutrofización de los lagos en los que viven, lo que conduce a condiciones anóxicas . Dadas estas posibilidades, es importante comprender cómo el medio ambiente y otros organismos afectan el crecimiento de estas plantas acuáticas para permitir la mitigación o prevención de estos impactos nocivos.

Potamogeton pectinatus es uno de los agentes vegetales acuáticos del modelo. Es una planta de crecimiento anual que absorbe nutrientes del suelo y se reproduce a través de tubérculos y rizomas . La reproducción de la planta no se ve afectada por el flujo de agua, pero puede verse influida por animales, otras plantas y humanos. La planta puede crecer hasta dos metros de altura, lo que es una condición limitante porque solo puede crecer en ciertas profundidades de agua, y la mayor parte de su biomasa se encuentra en la parte superior de la planta para capturar la mayor cantidad de luz solar posible. El segundo agente vegetal del modelo es Chara aspera , también una planta acuática enraizada. Una diferencia importante entre las dos plantas es que esta última se reproduce mediante el uso de semillas muy pequeñas llamadas oosporas y bulbillos que se propagan a través del flujo de agua. Chara aspera solo crece hasta 20 cm y requiere muy buenas condiciones de luz, así como una buena calidad del agua, todos los cuales son factores limitantes en el crecimiento de la planta. Chara aspera tiene una tasa de crecimiento más alta que Potamogeton pectinatus pero tiene una vida útil mucho más corta. El modelo también consideró agentes ambientales y animales. Los agentes ambientales considerados incluyeron el flujo de agua, la penetración de la luz y la profundidad del agua. Las condiciones de flujo, aunque no son de gran importancia para Potamogeton pectinatus , impactan directamente en la dispersión de semillas de Chara aspera . Las condiciones de flujo afectan la dirección y la distancia a la que se distribuirán las semillas. La penetración de la luz influye fuertemente en Chara aspera ya que requiere una alta calidad de agua. El coeficiente de extinción (CE) es una medida de la penetración de la luz en el agua. A medida que aumenta el CE, disminuye la tasa de crecimiento de Chara aspera . Finalmente, la profundidad es importante para ambas especies de plantas. A medida que aumenta la profundidad del agua, la penetración de la luz disminuye, lo que dificulta que cualquiera de las especies sobreviva más allá de ciertas profundidades.

El área de interés en el modelo fue un lago en los Países Bajos llamado Lago Veluwe . Es un lago relativamente poco profundo con una profundidad promedio de 1,55 metros y cubre unos 30 kilómetros cuadrados. El lago está bajo estrés de eutrofización, lo que significa que los nutrientes no son un factor limitante para ninguno de los agentes vegetales en el modelo. La posición inicial de los agentes vegetales en el modelo se determinó aleatoriamente. El modelo se implementó utilizando el paquete de software Repast y se ejecutó para simular el crecimiento y la descomposición de los dos agentes vegetales diferentes, teniendo en cuenta los agentes ambientales discutidos previamente, así como las interacciones con otros agentes vegetales. Los resultados de la ejecución del modelo muestran que la distribución de la población de Chara aspera tiene un patrón espacial muy similar a los mapas SIG de distribuciones observadas. Los autores del estudio concluyen que las reglas de agente desarrolladas en el estudio son razonables para simular el patrón espacial de crecimiento de macrófitos en este lago en particular.

El modelado basado en agentes se utiliza cada vez más para modelar el comportamiento de células individuales dentro de un tejido. Estos modelos se dividen en modelos dentro y fuera de la red, con modelos dentro de la red, como los autómatas celulares y el modelo de Potts celular , y modelos fuera de la red, como los modelos basados ​​en el centro ^[10] , los modelos basados ​​en vértices ^{[11] , los modelos} del método de límites inmersos ^{[12] y los modelos basados ​​en el método de elementos subcelulares [13]} . Algunos ejemplos de aplicaciones específicas del modelado basado en células son:

Un modelo basado en agentes puede utilizarse para modelar la colonización de bacterias en una superficie, lo que lleva a la formación de biopelículas . ^[14] El propósito de iDynoMiCS (simulador de dinámica de comunidades microbianas basado en individuos) es simular el crecimiento de poblaciones y comunidades de microbios individuales (pequeños organismos unicelulares como bacterias, arqueas y protistas ) que compiten por espacio y recursos en biopelículas inmersas en entornos acuáticos. iDynoMiCS puede utilizarse para tratar de entender cómo la dinámica microbiana individual conduce a propiedades y comportamientos emergentes a nivel de población o biopelícula. Examinar dichas formaciones es importante en estudios de suelos y ríos, estudios de higiene dental, enfermedades infecciosas e investigación de infecciones relacionadas con implantes médicos, y para comprender la biocorrosión. ^[15] Se empleó un paradigma de modelado basado en agentes para hacer posible explorar cómo cada bacteria individual, de una especie particular, contribuye al desarrollo de la biopelícula. La ilustración inicial de iDynoMiCS consideró cómo la disponibilidad de oxígeno fluctuante ambientalmente afecta la diversidad y composición de una comunidad de bacterias desnitrificantes que inducen la vía de desnitrificación en condiciones anóxicas o de bajo oxígeno. ^[14] El estudio explora la hipótesis de que la existencia de diversas estrategias de desnitrificación en un entorno se puede explicar simplemente asumiendo que una respuesta más rápida implica un mayor costo. El modelo basado en agentes sugiere que si las vías metabólicas se pueden cambiar sin costo, cuanto más rápido sea el cambio, mejor. Sin embargo, donde un cambio más rápido implica un mayor costo, existe una estrategia con un tiempo de respuesta óptimo para cualquier frecuencia de fluctuaciones ambientales. Esto sugiere que diferentes tipos de estrategias de desnitrificación ganan en diferentes entornos biológicos. Desde esta introducción, las aplicaciones de iDynoMiCS continúan aumentando: una exploración reciente de la invasión de plásmidos en biopelículas es un ejemplo. ^[16] Este estudio exploró la hipótesis de que la propagación deficiente de plásmidos en biopelículas es causada por una dependencia de la conjugación en la tasa de crecimiento del agente donante de plásmidos. Mediante simulación, el artículo sugiere que la invasión de plásmidos en una biopelícula residente solo está limitada cuando la transferencia de plásmidos depende del crecimiento. Se emplearon técnicas de análisis de sensibilidad que sugieren que los parámetros relacionados con el tiempo (desfase antes de la transferencia de plásmidos entre agentes) y el alcance espacial son más importantes para la invasión de plásmidos en una biopelícula que la tasa de crecimiento de los agentes receptores o la probabilidad de pérdida segregacional. Se siguen publicando más ejemplos que utilizan iDynoMiCS, incluido el uso de iDynoMiCS en el modelado de una Pseudomonas aeruginosaBiopelícula con sustrato de glucosa. ^[17]

iDynoMiCS ha sido desarrollado por un equipo internacional de investigadores con el fin de proporcionar una plataforma común para el desarrollo posterior de todos los modelos individuales de biopelículas microbianas y similares. El modelo fue originalmente el resultado de años de trabajo de Laurent Lardon, Brian Merkey y Jan-Ulrich Kreft, con contribuciones de código de Joao Xavier. Con financiación adicional del Centro Nacional para el Reemplazo, Refinamiento y Reducción de Animales en Investigación (NC3Rs) en 2013, el desarrollo de iDynoMiCS como una herramienta para la exploración biológica continúa a buen ritmo, con nuevas características que se agregan cuando es necesario. Desde el principio, el equipo se comprometió a lanzar iDynoMiCS como una plataforma de código abierto , alentando a los colaboradores a desarrollar funcionalidades adicionales que luego se puedan fusionar en la próxima versión estable. IDynoMiCS se ha implementado en el lenguaje de programación Java , con scripts MATLAB y R proporcionados para analizar los resultados. Las estructuras de biopelícula que se forman durante la simulación se pueden ver como una película utilizando archivos POV-Ray que se generan a medida que se ejecuta la simulación.

Los experimentos han demostrado que la exposición a la radiación ionizante de las glándulas mamarias puberales produce un aumento en la proporción de células madre mamarias en la glándula. ^[18] Esto es importante porque se cree que las células madre son objetivos clave para la iniciación del cáncer por radiación ionizante porque tienen el mayor potencial proliferativo a largo plazo y los eventos mutagénicos persisten en múltiples células hijas. Además, los datos epidemiológicos muestran que los niños expuestos a la radiación ionizante tienen un riesgo sustancialmente mayor de cáncer de mama que los adultos. ^{[19] [20]} Por lo tanto, estos experimentos provocaron preguntas sobre el mecanismo subyacente para el aumento de células madre mamarias después de la radiación, que se puede explorar mediante dos modelos basados ​​en agentes utilizados en paralelo con experimentos in vivo e in vitro para evaluar la inactivación celular, la desdiferenciación a través de la transición epitelial-mesenquimal (EMT) y la autorrenovación (división simétrica) como mecanismos por los cuales la radiación podría aumentar las células madre. ^[21]

El primer modelo basado en agentes es un modelo multiescala del desarrollo de la glándula mamaria que comienza con un árbol ductal mamario rudimentario al inicio de la pubertad (durante la proliferación activa) hasta una glándula mamaria completa en la edad adulta (cuando hay poca proliferación). El modelo consta de millones de agentes, y cada agente representa una célula madre mamaria, una célula progenitora o una célula diferenciada en la mama. Las simulaciones se ejecutaron primero en la supercomputadora Lawrencium del Laboratorio Nacional Lawrence Berkeley para parametrizar y comparar el modelo con una variedad de mediciones de la glándula mamaria in vivo . Luego, el modelo se utilizó para probar los tres mecanismos diferentes para determinar cuál conducía a resultados de simulación que coincidieran mejor con los experimentos in vivo . Sorprendentemente, la inactivación celular inducida por radiación por muerte no contribuyó al aumento de la frecuencia de células madre independientemente de la dosis administrada en el modelo. En cambio, el modelo reveló que la combinación de mayor autorrenovación y proliferación celular durante la pubertad condujo al enriquecimiento de células madre. En cambio, se demostró que la transición epitelial-mesenquimal en el modelo aumentaba la frecuencia de células madre no solo en las glándulas mamarias puberales, sino también en las glándulas adultas. Sin embargo, esta última predicción contradecía los datos in vivo ; la irradiación de las glándulas mamarias adultas no condujo a un aumento de la frecuencia de células madre. Por lo tanto, estas simulaciones sugirieron que la autorrenovación era el mecanismo principal detrás del aumento de células madre puberales.

Para evaluar más a fondo la autorrenovación como mecanismo, se creó un segundo modelo basado en agentes para simular la dinámica de crecimiento de las células epiteliales mamarias humanas (que contienen subpoblaciones de células madre/progenitoras y diferenciadas) in vitro después de la irradiación. Al comparar los resultados de la simulación con los datos de los experimentos in vitro , el segundo modelo basado en agentes confirmó además que las células deben proliferar ampliamente para observar un aumento dependiente de la autorrenovación en el número de células madre/progenitoras después de la irradiación.

La combinación de los dos modelos basados ​​en agentes y los experimentos in vitro / in vivo permiten comprender por qué los niños expuestos a la radiación ionizante tienen un riesgo sustancialmente mayor de cáncer de mama que los adultos. Juntos, respaldan la hipótesis de que la mama es susceptible a un aumento transitorio de la autorrenovación de células madre cuando se expone a la radiación durante la pubertad, lo que prepara al tejido adulto para desarrollar cáncer décadas después.

• Agente autónomo  – Tipo de entidad autónoma en software
• Agente inteligente  : agente de software que actúa de forma autónoma