Andreas Hellander
Division of Scientific Computing
Department of Information Technology
Uppsala University
I systembiologi är ett av målen att förstå hur cellers funktion regleras via makromolekylära interaktioner. Till detta används ofta matematiska modeller och simuleringar. En viktig observation är att stokastiska effekter på grund av låga molekyltal kan ha en stor effekt på systemets dynamik. Stokastiska simuleringar är ofta mycket dyrare än motsvarande deterministiska simuleringar, men genom att anta förenklingar som en homogen rumsfördelning av molekylerna blir simuleringarna relativt billiga jämfört med modeller som tar hänsyn till molekylers rumsliga fördelning.
Men vad menas egentligen med att en modell är enkel? Och är en s.k. välomrörd modell nödvändigtvis enklare än en rumsberoende modell? Jag kommer genom att följa hur ett konkret biokemiskt system har modellerats i literaturen att illustrera hur en ökad modellkomplexitet i ett avseende, och med den en ökad beräkningskostnad, leder till förenklingar i andra avseenden. Efter denna introduktion till de vanligt förekommande modellerna kommer jag att ge en översikt av en av de vanligaste simuleringsmetoderna för rumsberoende stokastiska simuleringar i systembiologi. Slutligen kommer jag att introducera StochSS, en molnbaserad mjukvaruplattform där målet är att användaren ska kunna utgå från den biokemiska modellen och på ett enkelt sätt skala upp både den numeriska modellen och beräkningsresurserna i takt med modelleringsprojektets fortskridande.
Föreläsningen ges på svenska och riktas mot en bred akademisk publik, främst mot grundutbildningsstudenter.