La Biologia de Sistemas es un campo de la investigacion en el que confluyen varias disciplinas de conocimiento como la Fisica, Matematica, Quimica y Biologia, donde las interacciones de los elementos internos de un microorganismo y el medio ambiente influyen en el desarrollo de procesos que se representan mediante un modelo matematico. Este enfoque permite comprender el funcionamiento de los sistemas biologicos y profundizar en el entendimiento de como sus interacciones conllevan a la aparicion de nuevas propiedades y procesos. En el estudio de los procesos biologicos, se realiza la confirmacion o refutacion de una teoria que se confronta con resultados experimentales. La Biologia de Sistemas utiliza una hipotesis basada en el estudio de los procesos mediante una modelizacion matematica de los mismos. Uno de los elementos principales de analisis en Biologia de Sistemas es la reconstruccion de modelos metabolicos determinante a la hora de poder modificar el funcionamiento de un organismo determinado. Este trabajo se aborda la automatizacion de esta actividad, asi como los fundamentos esenciales de la Herramienta COPABI, como paso fundamental para una buena reconstruccion antes de aplicar diferentes metodos de optimizacion a un modelo metabolico a escala genomica. Esta investigacion se basa en metodos no tradicionales que permiten ofrecer mejoras en los resultados de las simulaciones, con un mejor acercamiento a la realidad en el contexto de la ingenieria metabolica. Presentando PyNetMet, una libreria de Python, como herramienta para trabajar con redes y modelos metabolicos. Con el fin de ilustrar las caracteristicas mas importantes y algunos de sus usos, se muestran resultados de la herramienta como el calculo de la agrupacion media de las redes que representan a cada uno de los modelos metabolicos, el numero de metabolitos desconectados en cada modelo y la distancia media entre dos metabolitos cualesquiera de la red. Analizar los modelos metabolicos partiendo de la optimizacion monobjetivo no siempre se acerca todo lo deseado a la realidad, puesto que uno o mas objetivos pueden entrar en conflicto porque tienen como denominador comun la necesidad de elegir entre diferentes alternativas que han de evaluarse en base a diversos criterios. Para ello, se presento un algoritmo de optimizacion multiobjetivo basado en algoritmos evolutivos que consiste en una adaptacion del algoritmo sp-MODE implementado en la herramienta bioinformatica BioMOE, que considera de manera simultanea la optimizacion de dos o mas objetivos, a menudo en conflicto, dando como soluciones diferentes distribuciones de flujo en la que una no es mejor que la otra. En el area de la comparacion de modelos metabolicos se muestra una herramienta bioinformatica llamada CompNet, basada en conceptos de teoria de grafos como las Redes de Petri, para poder establecer una comparacion entre modelos metabolicos, determinando que cambios serian necesarios para modificar determinadas funciones en uno de los modelos con respecto al otro, a traves de la metrica Distancia de Edicion. Mediante las metricas de Balaž y Bunke se muestra el grado de semejanza que existe entre dos modelos mediante un valor cuantitativo que indica las semejanzas y diferencias ellos.