Inference in systems biology: modelling approaches and applications

Questa tesi di dottorato è incentrata sullo studio dei sistemi biologici mediante l'utilizzo di diversi approcci di modellistica computazionale, al fine di esplorare processi biologici non ancora chiari. Nella "systems biology", i modelli matematici rappresentano un potente mezzo per studiare i processi biologici. I modelli sono astrazioni della realtà e possono includere diversi livelli di semplificazione a seconda del loro scopo. La tesi è focalizzata sull'analisi di come, modelli di diversa complessità, possono essere utilizzati per raggiungere diversi scopi. Questa analisi guida la scelta del livello di semplificazione della realtà più adatto per trascurare certi dettagli senza però compromettere la sua applicazione. Tre livelli di dettaglio sono analizzati in questa tesi. Il primo livello è la rete, le molecole sono considerate come nodi connessi tra di loro da archi e si è interessati ad inferire la topologia delle connessioni su larga scala. Nel secondo livello, la rete è interpretata come un mezzo per produrre simulazioni qualitative che possono essere confrontate con i dati reali. Il terzo livello di dettaglio consiste in una descrizione dinamica meccanicistica del sistema, mediate l'utilizzo di equazioni differenziali ordinarie ma limitando l'analisi a sottosistemi di dimensioni ridotte. Per ogni livello di dettaglio, sono stati sviluppati approcci adeguati, poi applicati a dati in silico e a dati reali relativi a diversi sistemi biologici. Diversi approcci di modellistica sono stati integrati per l'analisi del pathway del signalling dell'insulina considerando diversi livelli di semplificazione e utilizzando un dataset sperimentale raccolto specificatamente per questo scopo