Die Arbeitsgruppe ist Mitglied des
Das Ziel der Arbeitsgruppe ist es neue algorithmische Methoden zu entwickeln, die es erlauben komplexe dynamische Phänomene lebender Systeme, insbesondere biologischer Zellen, zu verstehen. Dabei konzentrieren wir uns besonders auf konstruktive dynamische Prozesse und Systeme; das sind Systeme bei denen völlig neue Komponenten auftauchen und bestehende Komponenten verschwinden können. Ein weiterer Fokus wird die Integration von symbolischer und sub-symbolischer Modellierung sein. Die symbolische Modellierung hat den Vorteil, dass sie eher der menschlichen Kognition zugänglich ist, die sub-symbolische Modellierung ist eher dem natürlichen zu modellierenden Gegenstand analog.
Ein wichtiges Werkzeug für unserer Forschung sind künstliche Chemien. Eine künstliche Chemie ist zumeist ein abstraktes formales System, das aus einer Menge von Molekülen, einer Menge von Interaktionsregeln und einer Beschreibung für die Dynamik der Molekülbewegungen besteht. Dabei versucht man nicht, die reale Chemie Eins-zu-Eins -- also Molekül für Molekül -- abzubilden, sondern nur die (je nach Anwendung) wichtigen Prinzipien zu übernehmen. Wir können so im Rechner rasch beliebig komplexe Reaktionssysteme erzeugend, anhand derer wir unsere neuen Methoden und Theorien testen können. Darüber hinaus haben künstliche Chemien einen breites Anwendungsfeld in der Technik, den Naturwissenschaften und Geisteswissenschaften.
Zur Zeit wird in drei Teilprojekten aktiv geforscht:
(1) Theorie bio-chemischer Organisationen
Hier entwickeln wir gerade eine Reihe von Definitionen und Theoreme für eine dynamische Theorie bio-chemischer Organisationen, die auf der statischen Theorie aufbaut. Die Brauchbarkeit der neuen Konzepte haben wir anhand kleiner Systeme (ca. 5 - 20 Komponenten oder molekularer Spezies) bereits gezeigt. Im Prinzip lässt sich die Theorie auf jegliche Systeme anwenden, die aus einer (auch unendlich großen) Menge von Komponenten bestehen, die sich gegenseitig produzieren. Neben der theoretischen Arbeit stehen nun folgende wichtige Aufgaben an: Umsetzung der Theorie in geeignete Algorithmen und Anwendung der Theorie auf konkrete biologische Systeme.
(2) Autonome Exploration des Verhaltens komplexer dynamischer Netzwerke
Ein komplexes dynamisches Modell eines biologischen Systems verfügt oft über eine große Anzahl von Parameter. Seine interne Dynamik ist so verwickelt, dass es ähnlich undurchsichtig erscheint, wie das modellierte lebende System. Aufgrund der hohen Komplexität des Modells und der großen Parameterzahl sind systematische Tests des Modells nicht möglich. In diesem Teilprojekt wenden wir autonome Experimentierverfahren an, um die Dynamik dynamischer Netze (als Modelle biologischer Netze) zu explorieren.
(3) Künstliche Genexpression als realistische Testplattform für die Systembiologie
Derzeit werden in der Systembiologie eine Vielzahl an Algorithmen entwickelt, die versuchen Informationen aus Genexpressionsdaten zu extrahieren. Da biologische Genexpressionssysteme nur zum Teil verstanden sind, können diese Verfahren nicht zufriedenstellend anhand realer Daten getestet werden. In diesem Teilprojekt entwickeln wir eine Genexpressionssimulation, die eine beliebige Anzahl von parametrisierbar komplexen Genexpressionsdaten liefern kann, wobei das zugrundeliegende Genexpressionssystem in allen Details bekannt ist. Der aktuelle Ansatz berücksichtigt auch Protein-Protein- und Protein-RNA-Wechselwirkung.