Spektralsignaturen von Schäden in hierarchisch-modularen Netzwerkmodellen von Biosystemen.

• Antragsteller: Privatdozent Paolo Moretti, Ph.D.
• Fachliche Zuordnung: Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik
• Förderung: Förderung seit 2017
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 394689530

Biologische Systeme gelten oft als Verkörperung von widerstandsfähigem Verhalten. Ein widerstandsfähiges System kann mit Störungen und Schäden umgehen und seine normale Funktion aufrechterhalten. Der Ursprung dieser Fähigkeit wird in der komplexen Mehrskalennetzwerkstruktur von Biosystemen vermutet. Anders als technisch-soziale Systeme, die sich durch ein Grundgerüst hochvernetzter Knotenpunkte auszeichnen und die, trotz umfassender zufälliger Ausfälle die systemweite Konnektivität erhalten, weisen lebende Systeme eine sogenannte hierarchisch-modulare Netzwerkstruktur auf. Die hierarchisch-modulare Organisation garantiert, dass lokal begrenzte Schäden keinen Einfluss auf die normale Funktion des vorliegenden Netzwerks haben und die funktionale Differenzierung bzw. Segregation nicht verändert wird. In der Netzwerk-Neurowissenschaft steht die Differenzierung für eine gesunde Gehirnfunktion. In der biologischen Materialwissenschaft ist die Segregation ein grundlegendes Phänomen, das zum Beispiel bei Sehnen und Knochen zur Bruchhemmung beiträgt und die Belastbarkeit erhöht. Eine erschöpfende, in sich geschlossene Theorie für die Netzwerkbelastbarkeit von Biosystemen mit hierarchisch-modularer Organisation fehlt noch immer. Dieses Projekt versucht diese Lücke zu schließen, indem es eine umfangreiche numerische Untersuchung der Schadensaspekte und der strukturellen Effekte der Schäden auf hierarchische Netzwerkmodelle bietet, die für die Modellierung von Biosystemen relevant sein könnten, vor allem in der Computer-Neurowissenschaft und im Fall von Biomaterialversagen. Mithilfe von Methoden aus der spektralen Graphentheorie untersuchen wir, wie sich Schäden in hierarchischen Systemen lokal auf den Netzwerkaufbau auswirken und wie sich die Differenzierungs- und Segregationseigenschaften bei einem Ausfall weiterentwickeln. Diese Methodik wenden wir sowohl auf computergenerierte Netzwerke als auch auf experimentelle Daten zu Netzwerkkonnektivität aus spezifischen Beispielen von belastbaren Biosystemen, genauer gesagt Gehirnnetzwerken, mit dem Ziel an, leistungsfähige Analysewerkzeuge zu entwickeln, die in allgemeineren Bereichen zur Schadensbestimmung und Ausfallvorhersage verwendet werden können.

• DFG-Verfahren: Sachbeihilfen