MULTIMODE: Methoden und Werkzeuge für die Analyse und den Entwurf multimodaler stochastischer Systeme

• Antragstellerin: Professorin Dr. Verena Wolf
• Fachliche Zuordnung: Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
• Förderung: Förderung von 2018 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 391984329

In diesem Projekt werden wir neue Methoden für den Bereich der Modellierung und Simulation entwerfen und diese auf systembiologische Problemstellungen anwenden. Das Projekt konzentriert sich auf die Entwicklung von neuen Algorithmen für die Analyse quantitativer stochastischer Modelle mit diskretem Zustandsraum und multimodalem Verhalten. Solche Modelle werden weithin genutzt, um probabilistische Entscheidungen in zellulären Prozessen zu beschreiben, in denen phänotypische Variabilität selbst unter monoklonalen Zellen durch zufällige Ereignisse erzeugt wird. Ihre Simulation und Kalibrierung ist ein unabdingbarer Teil des Forschungszykluses, der computergestützte Modellierung und Laborexperimente verbindet, aber ist auch nützlich für den modellbasierten Entwurf komplexer Systeme im Allgemeinen.Das Hauptziel ist die Entwicklung effizienter Methoden zur Berechnung der Grenzverteilung von stochastischen Modellen und ihrer Parameter. Wir werden uns insbesondere auf Approximationsalgorithmen konzentrieren, die auf Systeme mit multimodalem Grenzverhalten zugeschnitten sind, d.h., Systeme mit mehreren anziehenden Regionen. Anstelle der Verwendung von 'sampling'-basierten Techniken oder direkten numerischen Ansätzen werden wir Methoden präsentieren, die grösstenteils auf Gleichungen für die statistischen Momente der Grenzverteilung basieren. Die aktuelle Forschung in diesem Gebiet konzentriert sich entweder auf allgemeine Theorien (wie die Mean-field-Theorie oder Momentenmethoden) für transiente Prozesse oder auf Lösungen für spezielle Systeme. Unsere bahnbrechende Idee hier ist es, eine Approximation der Grenzverteilung für grosse multimodale Systeme zu berechnen, indem wir das Problem in die Lokalisierung der Modi des Systems (d.h. der anziehenden Regionen), die Rekonstruktion der modus-bedingten Verteilungen und die Berechnung der Stärke der Modi zerlegen. Diese Zerlegung des Problems wird die Performanz der Lösungsalgorithmen stark verbessern und sicherstellen, dass die Berechnungszeiten unabhängig von den maximalen Molekülanzahlen sind.Dann werden wir diese neuartigen Approximationsalgorithmen nutzen, um zwei verwandte fundamentale Herausforderungen in dem Bereich zu bewältigen: die Kalibrierung von Modellen basierend auf experimentellen Daten und die Modellsynthese, welche beide nur dann möglich sind, wenn effiziente Lösungsmethoden bereitstehen. Die methodischen Ergebnisse dieses Projekts werden neue Techniken zum Bereich der Modellierung und Simulation komplexer Systeme beitragen und es erlauben mit neuen Software-Werkzeugen, unser Verständnis von probabilistischem zellulärem Verhalten zu vergrössern.

• DFG-Verfahren: Sachbeihilfen