Badania nad sieciami złożonymi
Do badania systemów złożonych zwykle nie wystarcza analiza ich części składowych. Sieci złożone nie są jednorodne i najczęściej składają się z różnych grup, które oddziałują ze sobą w sposób dynamiczny. W ramach finansowanego przez UE projektu GRODYNET (Group-based dynamics on complex networks) opracowano system teoretyczny, który może być wykorzystywany w badaniach nad interakcjami pomiędzy elementami strukturalnymi sieci oraz dynamiką systemów. Celem długoterminowym było zastosowanie takiego systemu teoretycznego do badań nad konkretnymi układami biologicznymi, społecznymi i gospodarczymi. Korzystając z modeli inferencyjnych bazujących na grupach w celu prognozowania ewolucji sieci, naukowcy z powodzeniem rozbudowali te narzędzia, umożliwiając ich stosowanie w układach niebędących sieciami, np. w celu prognozowania ludzkich zachowań i decyzji. Potwierdzili też, że dla dynamiki sieci mają większe znaczenie grupy niż poszczególne węzły, takie jak grupy filmów. Co ciekawe, nawet pomijając wiedzę z danej dziedziny, która w przypadku postanowień sądowych dotyczyłaby systemów wymiaru sprawiedliwości, opracowane modele inferencyjne są bardziej swoiste niż metody specyficzne dla konkretnych dziedzin. Ten sam model zastosowano w celu zrozumienia polarności komórek drożdży i nakreślenia interakcji białek uczestniczących w procesach sieciowych w mezoskali. Naukowcy wykazali, że model z pojedynczą stałą kinetyczną dla każdej grupy białek umożliwia przewidywanie dynamiki poszczególnych białek. Model GROYDYNET może znaleźć zastosowanie w wielu różnych ważnych dziedzinach, w tym w biomedycynie i opiece zdrowotnej. Chodzi tu na przykład o badania migracji komórek rakowych w przerzutach nowotworów, przewidywanie interakcji między lekami w medycynie spersonalizowanej czy walkę z lekoopornością drobnoustrojów.
Słowa kluczowe
Sieci złożone, systemy złożone, dynamika grupowa, dynamika systemu, modele inferencyjne
