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 reglas e 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 de interés del sistema y simular sus interacciones en un mundo virtual. Los modelos basados en agentes comienzan con reglas de comportamiento y buscan reconstruir, mediante la creación de instancias computacionales de esas reglas de comportamiento, los patrones de comportamiento observados. [1]
Varias de las características de los modelos basados en agentes importantes para los estudios biológicos incluyen:
El comportamiento de un modelo basado en agentes está definido por las reglas de sus agentes. Se pueden modificar las reglas de agentes existentes o 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 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 exhiben 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 especies innatas. conductas de búsqueda de alimento. [8]
Se han utilizado modelos basados 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 aprovechamiento 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 del territorio de la Columbia Británica , Canadá, están cubiertos por bosques que se modifican constantemente por perturbaciones naturales como incendios, enfermedades e plagas 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 torcido , una de las especies arbóreas 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 de 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) ningún manejo, 2) cosecha sanitaria y 3) cosecha de rescate. En el modelo, Beetle Agent representó el comportamiento de MPB; el Agente del Pino representó la evolución del entorno forestal y la salud de los árboles; el Agente de Manejo Forestal representó las diferentes estrategias de manejo. El Beetle Agent sigue una serie de reglas para decidir dónde volar dentro del bosque y seleccionar un árbol sano para atacar, alimentarse y reproducirse. El MPB normalmente mata a los 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 huésped debe ser lo suficientemente grande y tener una corteza interior gruesa. Los brotes de MPB terminan cuando el suministro de alimentos disminuye hasta el punto de que no hay suficiente para sustentar a la población o cuando las condiciones climáticas se vuelven desfavorables para el escarabajo. El Pine Agent simula la resistencia del árbol huésped, específicamente el pino Lodgepole, y monitorea el estado y atributos de cada rodal de árboles. En algún momento del ataque MPB, la cantidad de escarabajos por árbol alcanza la capacidad del árbol huésped. Cuando se alcanza este punto, los escarabajos liberan una sustancia química que los dirige a atacar a otros árboles. Pine Agent modela este comportamiento calculando la densidad de población de escarabajos por rodal y pasa la información a Beetle Agents. Se utilizó el Agente de Manejo Forestal, a nivel de rodal, para simular dos prácticas silvícolas comunes (saneamiento y salvamento), así como la estrategia donde no se empleó ninguna práctica de manejo. Con la estrategia de cosecha sanitaria, si un rodal tiene una tasa de infestación mayor que un umbral establecido, el rodal se elimina al igual que cualquier rodal vecino sano cuando el tamaño promedio de los árboles exceda un umbral establecido. Para la estrategia de cosecha de rescate, un rodal se elimina 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 centro-norte de la Columbia Británica de aproximadamente 560 hectáreas . El área estaba compuesta principalmente de pino torcido con proporciones más pequeñas de abeto Douglas y abeto blanco . El modelo se ejecutó durante cinco pasos de tiempo, cada paso representa un solo año. Se realizaron treinta simulaciones para cada estrategia de gestión forestal considerada. Los resultados de la simulación mostraron que cuando no se empleó ninguna estrategia de manejo, se produjo la infestación general de MPB más alta. Los resultados también mostraron que la técnica de manejo de cosechas de rescate resultó en una reducción del 25% en el número de extensiones de bosque destruidas por el MPB, en comparación con una reducción del 19% con la estrategia de manejo de cosechas de saneamiento. En resumen, los resultados muestran que el modelo puede usarse como una herramienta para construir políticas de manejo forestal.
Las especies invasoras se refieren a plantas y animales "no nativos" que afectan negativamente los entornos que invaden. La introducción de especies invasoras puede tener implicaciones ambientales, económicas y ecológicas. Se puede desarrollar un modelo basado en agentes para evaluar los impactos de los regímenes de aplicación de la ley específicos de cada puerto y de cada importador para un determinado producto agrícola que presenta riesgo de especies invasoras, con el objetivo de mejorar la asignación de recursos de aplicación de la ley y proporcionar una herramienta a los responsables de las políticas para Responder más preguntas sobre el control fronterizo 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 sólo pueden reaccionar a su entorno, mientras que los importadores y los agentes fronterizos pueden tomar sus propias decisiones basadas en sus propias metas y objetivos. La especie invasora tiene la capacidad de determinar si ha sido liberada 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 interés seleccionada fue el escarabajo pulga crucífero ( 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 son significativos. El modelo también incorporó una función de daño espacialmente explícita que se utilizó para modelar el daño de las especies invasoras de manera realista. El modelado basado en agentes brinda la capacidad de 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 tratamiento previo y costo de transporte a los puertos. . El modelo proporcionó predicciones sobre las tasas de inspección para cada puerto de entrada e importador y determinó la tasa de éxito de la inspección de los agentes fronterizos, no sólo para cada puerto e importador sino también para cada nivel potencial de tratamiento previo (sin tratamiento previo, nivel uno, nivel dos y nivel tres).
El modelo fue implementado y ejecutado en NetLogo , versión 3.1.5. En el análisis se incluyó información espacial sobre la ubicación de los puertos de entrada, las principales carreteras y las rutas de transporte, así como un mapa de los cultivos de brócoli de California superpuesto con mapas de probabilidad de establecimiento de especies invasoras. Se utilizó BehaviorSpace, [9] una herramienta de software integrada con NetLogo, para probar los efectos de diferentes parámetros (por ejemplo, valor de envío, costo de pretratamiento) en el modelo. En promedio, se calcularon 100 iteraciones en cada nivel del parámetro utilizado, donde una iteración representaba una ejecución de un año.
Los resultados del modelo mostraron que a medida que aumentan los esfuerzos de inspección, los importadores aumentan el debido cuidado o el tratamiento previo de los envíos, y la pérdida monetaria total de las cosechas 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 compraron otro puerto. Un resultado importante de los resultados del modelo es que puede mostrar o proporcionar recomendaciones a los responsables de políticas sobre el punto en el que los importadores pueden comenzar a comprar en los puertos, como la tasa de inspección a la que se introduce la compra en los puertos y los importadores asociados con un cierto nivel. Es probable que los factores de riesgo de plagas o costos de transporte provoquen estos cambios. Otro resultado interesante del modelo es que cuando los inspectores no pudieron aprender a responder a un importador con envíos previamente infestados, los daños a los cultivos de brócoli de California se estimaron en 150 millones de dólares. Sin embargo, cuando los inspectores pudieron aumentar las tasas de inspección de los importadores con infracciones anteriores, los daños a los cultivos de brócoli de California se redujeron en aproximadamente un 12%. El modelo proporciona un mecanismo para predecir la introducción de especies invasoras procedentes de importaciones agrícolas y sus probables daños. Igualmente importante es que el modelo proporciona a los formuladores de políticas y a las agencias de control fronterizo una herramienta que puede usarse para determinar la mejor asignación de recursos de inspección.
Se puede utilizar un modelo basado en agentes para estudiar la dinámica poblacional del pulgón de la cereza 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 . Se eligió el método de modelado basado en agentes debido a que se centra en el comportamiento de los agentes individuales más que en 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 demográficas. 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 temporadas 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 Áfidos se consideró edad, posición y morfología ( alada o áptera ). La edad osciló entre 0,00 y 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 nacen, 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 áfidos, 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 mínima, máxima y media diaria. El modelo consideró que el movimiento de los agentes áfidos se produce en dos fases separadas, una fase migratoria y una fase de búsqueda de alimento, las cuales afectan la distribución general de la población .
El estudio inició 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 una afluencia de inmigrantes tardíos y el segundo debido a temperaturas más bajas a finales de 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 desempeñan 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 autóctonas o la eutrofización de los lagos en los que viven, lo que lleva 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 raíces, tubérculos y rizomas . La reproducción de la planta no se ve afectada por el flujo de agua, pero puede verse influenciada por animales, otras plantas y humanos. La planta puede crecer hasta dos metros de altura, lo cual 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 con raíces. Una diferencia importante entre las dos plantas es que la última se reproduce mediante el uso de semillas muy pequeñas llamadas oosporas y bulbos que se propagan a través del flujo de agua. Chara aspera sólo crece hasta 20 cm y requiere muy buenas condiciones de luz así como buena calidad del agua, todos ellos 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 la dispersión de semillas de Chara aspera . Las condiciones del 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 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 la CE, la tasa de crecimiento de Chara aspera disminuye. 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 del modelo era un lago en los Países Bajos llamado Lago Veluwe . Es un lago relativamente poco profundo con una profundidad media 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 del 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 anteriormente, así como las interacciones con otros agentes vegetales. Los resultados de la ejecución del modelo muestran que la distribución poblacional 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 los agentes 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 autómatas celulares y modelos de potts celulares , y modelos fuera de la red, como modelos basados en centros, [10] modelos basados en vértices, [11] modelos basados en límites inmersos. Método [12] modelos y modelos basados en el método del elemento subcelular. [13] Algunos ejemplos de aplicaciones específicas del modelado basado en células son:
Se puede utilizar un modelo basado en agentes 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 de base individual) es simular el crecimiento de poblaciones y comunidades de microbios individuales (pequeños organismos unicelulares como bacterias, arqueas y protistas ) que compiten por el espacio y los recursos en biopelículas sumergidas. en ambientes acuáticos. iDynoMiCS se puede utilizar para tratar de comprender cómo la dinámica microbiana individual conduce a propiedades y comportamientos emergentes a nivel de población o biopelícula. Examinar tales formaciones es importante en estudios de suelos y ríos, estudios de higiene dental, enfermedades infecciosas e investigaciones 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 en el medio ambiente afecta la diversidad y composición de una comunidad de bacterias desnitrificantes que inducen la vía de desnitrificación en condiciones anóxicas o bajas en oxígeno. [14] El estudio explora la hipótesis de que la existencia de diversas estrategias de desnitrificación en un entorno puede explicarse suponiendo únicamente que una respuesta más rápida conlleva un coste mayor. El modelo basado en agentes sugiere que si las rutas metabólicas se pueden cambiar sin costo, cuanto más rápido sea el cambio, mejor. Sin embargo, cuando una conmutación más rápida conlleva un coste mayor, existe una estrategia con un tiempo de respuesta óptimo para cualquier frecuencia de fluctuaciones ambientales. Esto sugiere que diferentes tipos de estrategias desnitrificantes ganan en diferentes entornos biológicos. Desde esta introducción, las aplicaciones de iDynoMiCS continúan aumentando: un ejemplo es una exploración reciente de la invasión de plásmidos en biopelículas. [16] Este estudio exploró la hipótesis de que la mala propagación del plásmido en las biopelículas es causada por una dependencia de la conjugación de la tasa de crecimiento del agente donante del plásmido. Mediante simulación, el artículo sugiere que la invasión de plásmidos en una biopelícula residente sólo 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 (retraso antes de la transferencia de plásmido 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 aeruginosa.biopelícula con sustrato de glucosa. [17]
iDynoMiCS ha sido desarrollado por un equipo internacional de investigadores con el fin de proporcionar una plataforma común para un mayor desarrollo 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 (NC3R) en 2013, el desarrollo de iDynoMiCS como herramienta para la exploración biológica continúa a buen ritmo, y se agregan nuevas funciones cuando corresponde. Desde su inicio, el equipo se ha comprometido a lanzar iDynoMiCS como una plataforma de código abierto , alentando a los colaboradores a desarrollar funciones adicionales que luego se pueden 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 biopelículas que se forman en 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 irradiaciones ionizantes de las glándulas mamarias puberales da como resultado 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 el inicio del cáncer mediante 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 radiaciones ionizantes tienen un riesgo de cáncer de mama sustancialmente mayor que los adultos. [19] [20] Estos experimentos generaron preguntas sobre el mecanismo subyacente para el aumento de células madre mamarias después de la radiación, que puede explorarse mediante dos modelos basados en agentes utilizados en paralelo con experimentos in vivo e in vitro para evaluar la inactivación y desdiferenciación celular. a través de la transición epitelio-mesénquima (EMT) y la autorrenovación (división simétrica) como mecanismos mediante 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 llegar a 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 de la mama. Las simulaciones se ejecutaron por primera vez en la supercomputadora Lawrencium del Laboratorio Nacional Lawrence Berkeley para parametrizar y comparar el modelo con una variedad de mediciones de glándulas mamarias in vivo . Luego, el modelo se utilizó para probar los tres mecanismos diferentes y determinar cuál conducía a resultados de simulación que coincidían mejor con los experimentos in vivo . Sorprendentemente, la inactivación celular por muerte inducida por la radiación 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 una mayor autorrenovación y proliferación celular durante la pubertad conducía al enriquecimiento de células madre. Por el contrario, se demostró que la transición epitelio-mesénquima en el modelo aumenta la frecuencia de células madre no solo en las glándulas mamarias puberales sino también en las glándulas adultas. Esta última predicción, sin embargo, contradecía los datos in vivo ; La irradiación de glándulas mamarias adultas no provocó un aumento de la frecuencia de células madre. Por lo tanto, estas simulaciones sugirieron que la autorrenovación es el mecanismo principal detrás del aumento de células madre en la pubertad.
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 proporcionan información sobre por qué los niños expuestos a radiaciones ionizantes tienen un riesgo de cáncer de mama sustancialmente mayor que los adultos. Juntos, apoyan la hipótesis de que la mama es susceptible a un aumento transitorio en la autorrenovación de las células madre cuando se expone a la radiación durante la pubertad, lo que prepara el tejido adulto para desarrollar cáncer décadas después.