Mieux comprendre les réseaux complexes
Pour comprendre un système complexe, il est en général insuffisant d'analyser ses composantes. Les réseaux complexes ne sont pas uniformes et sont habituellement constitués de plusieurs groupes, qui interagissent de manière dynamique. Le projet GRODYNET (Group-based dynamics on complex networks), financé par l'UE, a développé un cadre théorique général qui pourrait servir à comprendre les interactions entre la structure d'un réseau et la dynamique d'un système. L'objectif à long terme est d'appliquer ce cadre à des systèmes biologiques et socio-économiques importants. Les chercheurs de GRODYNET ont utilisé des modèles d'interférence de groupe pour prédire l'évolution des réseaux, et ils ont élargi l'application de ces outils à certains autres systèmes que des réseaux, comme les systèmes de prévision du comportement humain ou des décisions. Ils ont aussi confirmé l'impact supérieur des nœuds de groupe par rapport aux nœuds individuels sur les réseaux dynamiques, notamment dans le cas des groupes de films. Fait intéressant, même en mettant à part la connaissance du domaine (le système judiciaire dans le cas des décisions de justice), les modèles d'inférence développés sont plus spécifiques que les méthodes propres à un domaine. Les chercheurs ont utilisé ce modèle pour comprendre la polarité cellulaire de la levure et identifier les interactions des protéines impliquées à l'échelle moyenne dans ce réseau. Ils ont montré qu'un modèle présentant une seule constante cinétique pour chaque groupe protéique était capable de prévoir la dynamique de chaque protéine. Les applications du modèle GROYDYNET sont nombreuses et dans de nombreux domaines clés, notamment dans le secteur médical et celui de la santé. Ces systèmes couvrent des domaines aussi divers que la migration des cellules cancéreuses en métastases, la prévision des interactions entre médicaments dans le cadre de la médecine personnalisée, et la lutte contre la résistance de microbes aux médicaments.
Mots‑clés
Réseaux complexes, systèmes complexes, dynamique de groupe, dynamique d'un système, modèles d'inférence
