REKLAMA

Co mają ze sobą wspólnego modelowanie matematyczne i pomidory?

OFF Czarek
Data emisji:
2021-09-27 10:00
Audycja:
Prowadzący:
Czas trwania:
38:46 min.
Udostępnij:

AUTOMATYCZNA TRANSKRYPCJA PODCASTU

Transkrypcja podcastu
Cezary łasiczka program off czarek dzień dobry witam państwa bardzo serdecznie zapraszam na dzisiejsze spotkanie państwa moim gościem jest pani dr Anna ma Tuszyńska matematyczka i biolożka obliczeniowa Uniwersytetu Heinricha Heinego w Düsseldorfie dzień dobry panie doktorze witam panią bardzo serdecznie dzień dobry witam pana witam słuchaczy dziękuję bardzo, zaproszenia Piszcie, że słuchacze mniej więcej orientują się czym zajmuje się matematyczka, ale pewnie sprawa jest Rozwiń » bardziej skomplikowana, jeżeli chodzi o biologii obliczeniowej cóż takiego i coś oblicza w jaki sposób połączyć biologię i coś co mało biologiczne wydaje się to jest bardzo dobre pytania biologia obliczeniowa, kiedy staram się wytłumaczyć mojej rodzinie czymś zajmuję to jest wykorzystywanie wszystkiego, czego nauczą się na studia matematyczne opisywania otaczającego nas świata, a ja biologia obliczeniowa biologia systemowa jest taka nauka, w której próbujemy zrozumieć przede wszystkim ze sposobów działania mechanizmy interakcji pomiędzy poszczególnymi składowymi różnych systemu także na co dzień np. zajmuje się biologią obliczeniową roślin i używając matematyki i odrobinę fizyki odrobiny chemii zasad termodynamiki próbuje zrozumieć fundamentalne procesy, które zezwalają np. rośliną żyć rosnąć oddychać w Düsseldorfie w remoncie chyba właśnie zaczął się dokładnie 2 minuty temu mam nadzieję, że nie będzie nam przeszkadzał to, że w razie czego pani ściemniać, że to właśnie tak głośno komputery pracują, próbując obliczyć nie wiem co wpłynąć na Inter na niej nie ten sprzęt, który teraz nawet nie pracuje cichutko jest kuje się przedostać tylko PiS niższego pomieszczenia jeśli tylko możliwe cudowne to jest bardzo się cieszę, że jesteśmy na gorąco panią to trochę okazji z fascynujące wieś gałąź nauki on teraz w ogóle idealnie prawie przed remontem dobrze, czyli małe rośliny mamy matematykę no i matematyka ma pomóc zrozumieć procesy, które zachodzą w roślinach, jeżeli dobrze zrozumiałem przynajmniej tak może być wykorzystywana do tego ale, żeby by zrozumieć lepiej te procesy rozumieć trzeba je w jaki sposób jeszcze zrozumieć bez matematyki coś zaobserwować powiedzieć dobrze nie mamy sprzętu, żeby wejść i oglądać od środka spróbujemy modelować pewne zachowania i zostałem, jakie są ograniczenia co znaczy jak dobrze możemy modelować albo w ogóle chcemy modelować będzie 11 czy jakieś przybliżone informacje już wystarczą, a nad morze od od samego początku model za 8 ma być uproszczeniem rzeczywistości, więc to chyba najbardziej znany cytat pochodzi od Einsteina, który powiedział, że wszystko powinno być najprostsze tylko możliwe i nie prostsze co znaczy, że kiedy staramy się opisać, jaki zjawisko albo ogólnie cokolwiek wytłumaczyć powinniśmy robić jak najprostszy sposób, ale nie jest nikomu śliwy i nie zakładające, jakiej błędne błędne hipotezy, a więc także tak samo jest naszymi modelami, które tworzymy my staramy się je zdobyć jak najprościej jest jak najmniejszą liczbą założeń, ale one nigdy nie będą perfekcyjna, ale nigdy nie będą dokładnie taką cyfrową wersję rzeczywistości po nie taki jest ich cel model tworzy się chce w konkretnym celu np. kiedy nasi partnerzy z laboratorium zbierają jakieś dane i właśnie te jak pan powiedział dochodzą do punktów, które nie są w stanie czegoś dalej zmierzyć, bo nie mamy krwi obecnie takiej możliwości, ale mają hipotezę, że np. studia jak i 2 białka i im się wydaje, że one wchodzą w taki sposób taką interakcję to my z tych z tymi danymi jesteśmy w stanie założyć, że jest pewien mechanizm działania próbujemy odtworzyć dane eksperymentalne i kiedy dochodzimy do tego samego punktu możemy powiedzieć naszym kolegą faktycznie w z naszymi naszymi modelami wasza hipoteza się sprawdziła prawdopodobnie dochodzi jest dokładnie taki mechanizm interakcji ciekawe jest to kiedy nie jesteśmy w stanie odtworzyć zachowania tych danych eksperymentalnych, które dostaliśmy wtedy możemy wrócić jeszcze ciekawszą propozycję powiedzieć trzeba jednak nie jest taki mechanizm interakcji, jakie podejmowaliście, ale przy zaproponowaliśmy 10 teoretyczny w naszym komputerze w naszym systemie i proponujemy, że to właśnie jest taki alternatywny i tak naprawdę biologii systemowej w tej biologii obliczeniowej i mamy ciągłą interakcję pomiędzy tzw. teoretykami tak jak, którzy siedzą głównie przed komputera i eksperymentach listami to, że ktoś, że prawdopodobnie tymi naukowcami, o których wszyscy myślą, kiedy zamykają oczy widzą naukowca białym fartuchu z wielką RBC eksperymenty z wielką chyba po pracy, a w pani doktor zostawia się, bo przedstawia pani 2 scenariusze 1, kiedy te obliczenia matematyczne modelowanie matematyczne potwierdza hipotezę empiryczną powiedzmy, a drugi, w którym my mamy różne wyniki metra, skąd wiadomo, kto ma rację, skąd wiadomo czy rację mają ci, którym coś nam wyszło eksperymencie empirycznym czy rację ma np. pani zespół, który proponuje 10 różnych rozwiązań wizyt no właśnie tutaj nie wiadomo do czasu, kiedy ktoś inny jeszcze nie powtórzy tych badań także w taki proces naukowy jest procesem dynamicznym i to co mnie najbardziej pociąga w nauce to jest właśnie to, że możemy możemy z 1 eksperymentami i 1 nowym odkryciem tak naprawdę załamać cały poprzednie spojrzenie i zrozumienie w danym temacie i to jest okej jesteśmy gotowi zarzucić wszystko co widzieliśmy na dany temat i rozpocząć tak naprawdę na ścieżkę poznawczą i szukać nowych dowodów także w momencie, w którym pojawiają się jakiekolwiek wyniki, które zaprzeczają właśnie poprzednim poprzednim eksperymentu poprzednim teoria hipotezą inaczej takie eksperymenty są powtarzane przez c zarówno nas nasze modele będą musiały być sprawdzają wszystko jest innego przetestowane będą badania eksperymentalne mojej i po jakimś dłuższym czasie w procesie takie właśnie weryfikacyjne powinniśmy stolicy do konkluzji, które jednak, które wyniki były prawidłowe dobrze, ale wciąż jednak mamy do czynienia z dość skomplikowanymi mechanizmami myślę tutaj chociażby o roślinach, a procesami i uproszczenie w pewnym sensie coś nam pokazuje ale, żeby modelować uproszczony mechanizmy to jest nie sądzi pani jest jednak trochę ryzykowne, bo dowód to poszerzy wiedzieć, dokąd zmierzamy i zbudować model pewnie powinniśmy podejrzewać, dokąd nas z ten model powinien zaprowadzić, czyli niejako powinni znać początek końca eksperymentu tutaj dochodzimy do takiego bardzo ciekawego tematu tak jak postrzegamy nauka jest ciekawa teoria nauki dziennej nauki nocnej do co pan teraz PiS jest taka nauka dzienna jedno właśnie czystą hipotezę mamy jakieś przewidywania jak eksperyment się skończy, jakie mają być żaluzje i wszystko idzie tak bez problemu krok po kroku do tego, czego się spodziewaliśmy i ty nauka na co dzień tak nie wygląda jest duży takiej nocnej nauki, gdzie de facto nie wiemy, gdzie chce chce idziemy jak ja się poruszamy jesteśmy otwarci na nowe na nowe, a na w ogóle na powstanie nowych hipotez czasem rozpoczynamy coś bez konkretnego bez konkretnej wiedzy jak coś działa po prostu chcemy wiedzieć jak coś co się tam dzieje i jeśli chodzi o takie ryzyko, że rozbieramy system do małych składowych i studiem je osobno to co tak tam faktycznie dużo dużo rzeczy, która chce możemy ominąć przez taki sposób studiowania nazywa ogólnie proces redukcyjne redukujemy system to coś się przede wszystkim omija wszelkiego rodzaju Emergency czyli, czyli takie zachowania które, które pojawiają się tylko wtedy, kiedy coś oddziałuje prosty przykład jest np. nie wiem nie zrozumiemy działania kolonii mrówek, jeżeli będziemy studiowali tylko 1 mrówkę nie zrozumiemy działania serca, jeżeli będziemy budowali tylko pod szczególną komórkę sercową także zdajemy sobie sprawę, że rozkładania systemu na tylko takie poszczególne prosty system pod składowe nie jest wystarczające i właśnie dlatego powstaje niesamowicie dużo projektów między dyscyplinarnych, w których są podzielone zadania, gdzie każdy, kto zajmuje się pod składowa, ale jest ten cel łączenia tych rzeczy razem, żeby oglądać rzeczy z punktu widzenia całościowego całego systemu co wydaje się być takim powiedziałbym bagnem, które można łatwo wpaść, jeżeli chodzi o no bo mamy jak rozumiem modelowanie pod modelowanie i pod pod pod modelowanie i teraz każdy z tych modeli może popełniać jakieś drobne błędy oczywiście niezależnie od projektantów tego modelu teraz rozumiem, że im bardziej łączymy te modele tym margines błędu się zwiększa, ale może do tego wątku, jeżeli pani, która pozwoli powrócimy po informacjach, gdyż zbliża widzę nieuchronnie do pani dr Anna Tuszyńska matematyczka biolożka obliczeniowa z uniwersytetu Heinricha Heinego w Düsseldorfie państwa moim gościem rozmawiamy o biologii obliczeniowej informacje o dziesiątej 20 po informacji wracamy do programu off czarek wracamy Szanowni Państwo do modelowania matematycznego pani dr Anna Tuszyńska matematyczka biolożka obliczeniowa z uniwersytetu Heinricha Heinego w Düsseldorfie państwa i moim gościem, gdy to model jest bardzo fascynujące oczywiście mówimy dzisiaj o modelowaniu biologii obliczeniowej o modelowaniu biologii czy używanie matematyki do lepszego zrozumienia pewnych procesów biologicznych, ale myślę, że modelowaniem mamy do czynienia także w innych dziedzinach i zastanawiam się czy o, że nie do końca sprawdzający się modele z innych dziedzin nie wpływają na zaufanie do biologii obliczeniowej myślę tutaj o modelowaniu związanym z epidemią sars-cov 2 wirus sars-cov 2 i np. modelowania procesów klimatycznych no bo jeżeli chodzi o sars-cov 2 byliśmy bardzo wiele modeli, które znacznie się od siebie różniły, a potem rzeczywistość pokazała, że no w właściwie można powiedzieć co obywatel to model zostaje się czyta kie może w nie do końca sprawdzające się modelowanie przy tych dziedzinach nie wpływa na pewien dystans, jeżeli chodzi o modelowanie biologii, a witam po przerwie i faktycznie ma teraz dostałem zadanie tłumaczy modele klimatyczne i epidemiologii to pan ile bardziej chodzi bardziej chodzi ja ja odpowiem jak typowe wykładowca, czyli odwróconych drogę czy pan wie ile różnych dziedzinach życia tak naprawdę to modelowanie matematyczne jest stosowane i pana bezpieczeństwo od tego zależy z został rozwiązany orzechem zarówno ze równo każde każdy lekarz, który ktokolwiek z nas kiedyś przyjął jego działanie to jak nasz organizm oddział będzie oddziaływał na te leki i jak ten lex od będzie oddziaływał na nasz dział na nasz organizm było nie tylko mierzone w laboratorium, ale do tego też stworzone modele farmakolog kina etyczne farma dynamiczne, jakie PKP i to względem tych modeli to rozpisywane następnie zalecane dawkowania zalecane zalecany czas przyjmowania leku i my wszyscy na co dzień przyjmujemy te nasze i promy nie chcę robić żadnych reklam leków przyjmujemy te nasze naszych głów i wierzymy że, że faktycznie sądzone są wieczne, ale stały dłużej powiedziałbym dla mojej strony, bo jeżeli poczytamy farmakologii, bo eksperci podkreślają, że one strasznie doskonała, dlatego że leki działają różnie na osoby ze względu np. na wiek płeć czy też powiedzmy pochodzenie tak kolor skóry się upraszczając je nosi w interesie ktoś im właśnie im więcej właśnie wpadały im więcej parametrów, które wyślemy zmiany, które weźmiemy pod uwagę do tworzenia modelu ten model może być bardziej precyzyjne, ale musimy też też być pragmatykami nie jesteśmy jeszcze długo w ogóle nie byliśmy gotowi do tego, żeby przygotowywać modele dla indywidualnych osób, a także to, o czym teraz wspomnieliśmy jest sama się same się wystawiła na to, ale to jest działka medycyny spersonalizowanej, do której teraz powoli wchodzimy, jeżeli chodzi oto modele np. epidemiologiczne ja byłam trochę podłamana osobiście tym, że przez 1,5 roku mieliśmy możliwość uczyć się jako jako społeczeństwo tego jak model są tworzone i tej leki z tej lekcji nie skorzystaliśmy po, a ja widziałam jak szybko wyjść byli w stanie naukowcy i stworzyć nowe modele jak z każdymi nowymi danymi z każdym nowym miesiąca te modele były faktycznie polecane jak zmienialiśmy decyzje i liczą na to, że właśnie społeczeństwo zrozumie, że nauka jest dynamiczna, że tworzymy jakąś hipotezę mamy predykcji, ale pojawiło się nowe dane nie jesteśmy uparci jak naukowcy nie mówimy nie w zlotym powiedzieliśmy, że będzie tak tak ma być nie mówimy, że coś się zmieniło polepsza nasze modele tak naprawdę został zinterpretowany właśnie, że ojej wszystko się zmienia nic nie jest nic nie jest pewne i poza nie możemy ufać temu modelowaniu nie ufamy, bo rozumiem, że jeżeli chodzi o modelowanie to cała sprawa polega na tym, jakie parametry umieścimy na początku tego naszego procesu, czyli innymi słowy, żeby nie doszło do sytuacji, która zdaje się określa się akronimem drugiego tak, czyli gaz być Inga być out, czyli że sadzimy, żeby umieścić niewłaściwe założenia na początku, a przez uzyskamy na końcu niewłaściwe potencjalne scenariusze no miałem wracać no chyba jest jest tylko pamięć ten problem jest przede wszystkim jest to ogromny problem modelowaniu, w którym stosuje się ma silny sztuczną inteligencję ten problem jest trochę mniej widoczne w modelarni i dynamicznych kinetycznych takie które, które ja tworzę nie nie tylko ja, a który dobrze na tą skocznią turystyczne do tych rośnie, a nie wskoczymy do tych roślin czy mamy jak to działa od kuchni, czyli zjawia się ktoś pani w laboratorium mówi do mamy problem, bo nie wiemy jak rośliny radzą sobie z niewielu w tym z czymś się zanurzy np. mleku co się dzieje, a panią winien to w ogóle banalne o tym nie chcę zajmować czyli w jaki sposób jechać jakieś kryterium doboru zatem problemów rozwiązania problemów do wymordowania za modelowania z modelowania okej to konkretny przykład latem dostałam dane jest z Polski odnośnie tego jak rośliny zachowują się pod wpływem susze i parlament, który eksperymentach jeszcze sprawdzali to była to był GUS spadek Florencji nie wiem czy słuchacze wiedzą, ale każda 1 roślina, którą widzieć na zewnątrz cały czas emituje światło nie przyjmuje całego, który jest święcone do niej na nią częściej używa do procesu fotosyntezy cięcie i taki 1% emituje i nie widzimy tego, dlatego że świat jest na tyle słabe, że światło słoneczne jest mocniejszy po prostu z normalnych warunkach jest niewidoczny, ale formy eksperymentalne ma również nie światło odbijane przez księży, lecz również jest niewidoczny, ale można zrobić łatwo eksperyment dom może można wygrać po audycji w każdym razie w warunkach eksperymentalnych możemy mierzyć tam fluorescencji, która jest emitowana przez roślinę i my już wiemy mniej więcej jak ten sygnał powinien wyglądać mamy również do tego modele matematyczne, które są w stanie zasymilować to kiedy ten sygnał fluorescencji odbiega od tego, czego się spodziewamy wiemy, że jakiś mechanizm działa tam inaczej i moim modelem mogę teraz testować różne hipotezy co się zadziało czy może jakaś jakiś Nsm został spowolniony ze względu na susze, a być może jakieś białko nie nie jest dostępne w takiej ilości jak wcześniej i mamy po prostu gamy różnych różnych możliwości, które w komputerze jest łatwiej testować to wszystko można byłoby zrobić teoretycznie laboratorium, ale przy dużo większą koszcie i dużym tuszu dłużej trwało, a rezultaty jak bardzo mogą potencjalnie odbiegać rozumie, że tutaj zyskiem jest to, że czas i pieniądze także oto mamy wyniki eksperymentu szybciej i taniej niż, gdybyśmy przeprowadzali nie wiem in vitro zdecydowanie no ale teraz pytanie są margines błędu to znaczy, jeżeli mamy bardzo dobre rzetelne wyniki na to co się opłaca, ale jeżeli potencjalne wyniki mogą być obarczone dużym błędem no to wtedy rozumiem, że oszczędności czasu pieniądze pieniędzy są nieadekwatne absolutnie, ale nie jestem w stanie niestety podać jakiejś konkretnej liczby, że poniżej markiz i będziemy się dzieli wynikami tylko, jeżeli margines błędu jest niższe niż 2% to co niestety tak nie wygląda w zależności od problemu, które się zajmujemy, który nas interesuje jesteśmy w stanie zaufać naszym wynikom model partii lub mniej i tak np. 5 lat temu był modę w stany Zjednoczone opublikowane, które przewidział że, zmieniając aktywność 1 enzymu jesteśmy w stanie zmniejszyć zmniejszyć produkcję roślin rośliny jak mają dużo słońca to tak naprawdę marnują trochę energii w procesie zwanym antyki i matematyce mody przewidzieli, że faktycznie możemy coś z 5 w systemie i rośliny będą dzięki temu rosły szybciej eksperyment ten wynikom zaufano przeprowadzono eksperyment w warunkach naturalnych na holu czy już nie nie laboratoriom i faktycznie wzrost roślin i w porównaniu do tego, kiedy rosły normalne nie genetycznie zmodyfikowane był rzędu 14% i absolutnie nigdzie żadnej frajdy w żadnym artykule na ten temat nie przeczytałam jak bardzo mogę się pomylił mienie przeczytam model faktycznie przewidział 16%, a wynik wyższych 14, bo to było już drugorzędne, jeżeli było wykazanie, że jesteśmy w stanie coś uzyskać, a wszystkim nam zależy na tym, żeby polepszyć ich wzrost rośnie ze względu na zmiany klimatyczne to zaufaliśmy temu dobrze to w takim razie wrócimy do naszej rozmowy po informacjach Radia TOK FM informację już za 4 minuty o godzinie dziesiątej 40 pani dr Anna Tuszyńska matematyczka biolożka obliczeniowa z uniwersytetu Heinricha Heinego w Düsseldorfie jest państwa moim gościem państwa moim gościem jest pani dr Anna Tuszyńska matematyczka biolożka obliczeniowa z uniwersytetu Heinricha Heinego w Düsseldorfie rozmawiano biologii obliczeniowej o tym w jaki sposób buduje się modele matematyczne, aby zrozumieć procesy, które zachodzą w roślinach jak szybko buduje się taki model jak i jak duży musi być zespół jak wiele danych potrzeba, bo dzwoni pani o tym, że uzyskanie rezultatów z dyspensy modelowania jest dużo szybszy tańszy, jeżeli chodzi o badania eksperymentalne witam po przerwie jak szybkie jak duży ma być zespół to znowu zależy od tego co modeluje jak wiele informacji mamy już dostępnych czy istnieją poprzednie modele w trakcie mojego doktoratu, który trwał 3 lata byłą członkinię projektów, którym było 13 doktorantów i 2 po dochód, czyli takie osoby, które już skończyły doktorat pracują dalej w nauce, ale jeszcze nie są profesorami my razem zbieraliśmy dane zarówno eksperymentalnie jak i jak i teoretycznie, z których udało nam się stworzyć 3 modele matematyczne to jest taki przykład, który po raz kolejny nie jest żadną normą, ale może jakoś słuchaczom uzmysłowi, że to, że to też nie jest taki proces, który trwa 5 minut dobrze, czyli nie trwa 5 minut nie rozumie, że model zbudować trzeba znać dane dotyczące wszystkich składowych tak czyli, jeżeli model wiemy nie najlepiej w ogóle modele na jakie procesy największe zapotrzebowanie co sprawia, że albo inaczej od, o co najczęściej proszą osoby, które się zajmują roślinami procesami, które pojawią się w roślinach do matematyków, o co najczęściej proszą co ich najbardziej trapi, a z mojej działce mogę jest zdecydowanie powiedzieć, że mamy takie twa rozwiązania z 1 strony bardzo bardzo popularne w chwili obecnej są modele bio informatycznych, które w, których algorytmy zezwalają na przeanalizowanie genomów sekwencji genetycznych, których mamy wreszcie dostęp przez ostatnich 20 lat ta działka biologii prostu eksplodowała, a i to jest taka 1 działa 1 stronę, a druga strona to są modele mechanizm etyczne tam, gdzie jeszcze nie do końca wiemy jak coś oddziałuje jak coś ze sobą rozmawiać i komunikuje się tam potrzebne są modele matematyczne, które precyzyjnie są w stanie wykorzystać część eksperymentalnych i zaproponować model interakcji np. w chwili obecnej staramy się bardzo zrozumieć to jak jak mikro bakteriach Micro Flora wspólnie istnieje jest z roślinami i tworzymy modele interakcji między jednym z organizmami i drugimi czy przypadek jest jakieś bakterie, które żyją w glebie są potrzebne pomocne dla roślin czy wpływają pozytywnie na ich wzrost, a jeśli tak to dlaczego jak możemy dotkliwie wzrostu, czyli mamy takie pytanie jak pani zabrać roboty w chwili obecnej mówi dr rozpoczyna prace nad stworzeniem najpierw prostego modelu wzrostu mikro organizmu jest to mikroorganizmów to syntetyczne, o którym wiemy, że potrafi dostarczać formy azotu, które potem są wykorzystywane przez rośliny rosną rosną szybciej np. reż bardzo dobrze rośnie wtedy, kiedy ma dodawany do gleby, a ma dodawane do gleby azot i też pierwsza część następnie będziemy wykorzystywali proste modele ryżu taki model musi wziąć pod uwagę to jak roślina rośnie względem czasu przy różnym na zwolnieniu przy różnym oświetleniu i właśnie przedtem, a z oczu lub też nie, więc reakcje, które będziemy używali do opisu tego modelu muszą muszą być zależna od tych czynników, kiedy będziemy mieli te 2 składowe i modele będą odzwierciedlały zachowanie biologiczne jest na podstawie danych eksperymentu następnie będziemy zakładali, jakie mogą być sposoby rozmowy tych 2 organizm ze sobą czy czy jakie to się też nazywa czy są jakieś sygnały przesyłane między tymi organizmami i będziemy proponowali różnego rodzaju różnego rodzaju hipotezy testowali czy faktycznie nasz model jest w stanie przewidzieć takie samo zachowanie jak widzimy wśród roślin, dlatego że z eksperymentu widzimy po prostu efekt końcowy tak, że roślina nam urosła 10% więcej po tym, jak dodaje się mikroorganizmy do ziemi, ale nie wiemy, dlaczego nie wiemy co dokładnie tam się wydarzyło jak to jak zadziałał, a i to jest projekt na najbliższe 3 lata no to oszczędność czasowa to jest duża oszczędność czasowych modelowanie zajmie lata to będzie modelowanie, które będzie wracało jest trochę wreszcie wyobrazić to jest trochę jak gra w ping-ponga z 1 strony mamy tych teoretyków z drugiej mamy eksperyment listów i my sobie cały czas odbijamy tą piłeczkę i to nie jest tak, że dopiero po 3 latach dowiadujemy się, czego jest dopiero po 3 latach pojawiła się pierwsza nowa naukowa umysł przez ten cały progres przystąpi całą grę pojawia przesyłamy sobie nowe informacje na temat tego systemu na temat różnych procesów i zbieramy zbieramy nowe informacje poznajemy świat na jej muszę zawieźć niestety słuchacze, że jest to proces długi, iż modne, ale dzięki temu te modele są bardziej bardziej wiarygodne i właśnie dbamy o to co pan wspomniał, żebyśmy nie nie używają śmieciowych informacji, żebyśmy nie produkowali śmieciowych hipotez jak to zweryfikować czy jakiś model, który weryfikuje modelowanie w takt to znaczy staramy się nie ma jej nie ma 1 takiej metodę, ale sami wprowadzamy miejscowe rodzaju testy, a sprawdzające właśnie są są pewnego rodzaju rzeczy, które wiemy np. matematyki, że nie mogą nie mogą się pojawić są rzeczy, które wiemy z biologii, że nie mogą już tak działa są rzeczy termodynamiki dziś wiemy że, że nie, że reakcja nie jest w stanie zadziałać w takim kierunku i odpowiednio zbudowany model bierze to wszystko pod uwagę że, że rzeczy, które wiemy, że nie mogą się wydarzy na pewno nie wydarzą jasne co jest najtrudniejsze w budowaniu modeli czy tworzenie modeli dla mnie naj naj cięższą i ale jednocześnie najbardziej fascynującą częścią jest te pierwsze lata czy konceptu wizualizacji modelu, czyli to to co państwo było pytań na samym początku co wziąć pod uwagę, kiedy tworzy taki model to jest bardzo ciężkie, żeby właśnie zdecydować, gdzie nasze granice modelu, które procesy chcemy chcemy włączyć do tego modelu jak bardzo możemy je uprościć, żeby jednocześnie nie popełni jakiegoś błędu i te naprawdę ten proces pierze no wiadomo, a priori nie nie te materialne mam wrażenie taki trochę § 22, że rozumie, że trzeba podjąć decyzję o uproszczeniu, ale nie wiadomo jak i jakie uproszczenie sprawi, że model będzie nieprzydatny tak i no no będzie nieprzydatny wtedy, kiedy nie możemy nic zrobić albo kiedy nie powiedział nam nic nowego celu wiedzieliśmy wcześniej to znaczy znaczy to kiedy model jest nieprzydatny wiemy, ale to, żeby mieć Jasną listę co rzeczy, które musimy sprawić byśmy na pewno się pewni, że nie stworzymy takiego nieprzydatnego modelu taka lista niestety nie istnieje, ale proszę się niepokoić tego, że grup takich modelują na świecie jest całe multum każdy z nas ma odrobinę inne podejście, ale to co nas napędza to są twarde zasady matematyka jest językiem uniwersalnym i i korzystając właśnie z matematyki teorii staramy się zapewnić, żeby nasze modele były jak najbardziej prawidłowe to matematyczne zjeść to matematycznie majtek mówiłam termodynamiki jest np. coś co wiemy ile energii potrzebne, żeby jakaś reakcja zadziałała, jeżeli organizm nie jest w stanie tyle energii nie ma dostępu do takiej energii to reakcja nie znajdzie i modelu jeżeli, toteż nie uwzględni ten model skorygowano o naszą wiedzę biochemiczne mą fizyczną biologiczną także więcej tej więcej ludzi pracuje nad modelem, którzy mają wiedzę z różnych dyscyplin tym ten model jest bardziej poprawne czy to oznaczało, że im większy zespół większa tym mniejsza szansa pomyłki tak też to, bo kucharz oznaczało, że jednocześnie koszty no właśnie to oznaczało, że koszty jednak rosną to będzie bardzo mocne co powiem, ale koszt ludzki w niektórych eksperymentach jest najniższy naprawdę Franza jak co z najwyższym kosztem, a czasem sprzęt czasem czasem chemikalia to już jest pytanie konkretnie do chemikalia modelach matematycznych na nie wierzy pan mówi, że ten koszty są mniejsze to porównujemy je do alternatywy alternatywą jest przeprowadzenie eksperymentów bardzo nas, ale co jest co jest co jest co kosztuje najwięcej w modelowaniu, a w modelowaniu stricte ofiary kościół i komputery nie są tak grał już w, czyli rozumiem, że także im im mniej inwestujemy w ludzi tym większa szansa błędu tak, czyli sami jak największą liczbę ekspertów, którzy wypowiedzieli właśnie to jest niemożliwe weźmy pod uwagę czy to jeszcze tam to dla tak bardzo się, że to, że pan powiedział i wszyscy bardzo bliskie mojej misji naukowej eksperci też muszą być różnorodni, bo to rozmawialiśmy o tym, że wybór np. reakcji wyboru uproszczenia jest bardzo subiektywne im bardziej różnorodnie jesteśmy w tej grupie i tu nie chodzi tylko wyłącznie o to czy różnorodność, że mamy matematyka biologa fizyka również tego z jakich krajów pochodzimy ze jest c z jakich, jakie mamy doświadczenia to wszystko wpływa trochę na naszą, a na nasze postrzeganie rzeczywistości i większa różnorodność grupy naukowej w tym większe większe lepsze lepsze wyniki czyli jaka jest taka optymalnych zwiększy się na wielkość optymalnej grupy 100 osób stronie grania nie odważy się podać takiej 1 liczby proces na rzeczy można zamalować chcę myślę, że w zależności od pytania można spróbować wersji jaki, jaki model dobrania odpowiedniej liczby osób pracujących, ale już nawet przy tym projekcie, którym wspomniałem, czyli modelowanie reakcji 22 organizmów w chwili obecnej pracujemy dyskutujemy między sobą 1010 osób, a więc to jest już tak taka grupa, która od czasu do czasu się spotyka wymienia, jakimi spostrzeżeniami przygotowuje eksperyment o przetestowanie hipotezy rozmawiamy z innymi matematykami, którzy już tworzyli podobne rzeczy naj więcej czasu na mały projekt wykonywany jest w Düsseldorfie myślę, że to jest on jest duża grupa aha, a wciąż spotykać się od czasu do czasu życie proszę sobie usiąść i nie wychodzić spokoju aż rozwiąże problem Ano mogliśmy, ale potem przydarzyła się pandemia i wszystko robią przez internet i spotykamy się do czasu od czasu do czasu przez internet dobrze, ale no to, ale to pani życie przez internet spotkać się tak, żeby po prostu zmienić wszystko raz na zawsze i zaczął się znaleźć te modelowania aż tak kwestii nie jesteśmy poza tym gramy w ping-ponga to jak mówią, czyli spotykamy się jakimś pomysłem dyskutujemy co możemy zrobić każdy wraca do swojej działki wykonuje swoje zadanie spotykam się znowu wtedy, kiedy ktoś chce ktoś może podzielić się właśnie wynikami tego wpłat na nowy pomysł by pojawił się jakiś problem, którego nie przewidzieliśmy dyskutujemy nad tym dalej z nią każdy wraca do wykonywania swojego swojego zadania, a w, którym momencie pada rozkaz dobra to teraz już modeluje zobaczymy co nam wyjdzie to modelowanie cały czas się odbywa równolegle jest równolegle już tworzyć jakieś podstawy do do dyskusji ze czeka się właśnie na dane od eksperymentu jest do zasilenia tego modelu, a czasem wykonuje się modę bez danych czy tylko z tą taką wiedzą biologiczną chemiczną i sprawdza się jakiś pretekst daje model jak daleko one są właśnie eksperymentu tak, że to jest proces ciało, w którym ten model tak jakby i idzie prawie równolegle do eksperymentu to nie jest na nas sam koniec rozumiem bardzo panie dziękuje za tę rozmowę za to, że mogliśmy lepiej zrozumieć na czym polega praca biolożka obliczeniowej matematyczki państwa moim gościem była pani dr Anna ma Tuszyńska z uniwersytetów Heinricha Heinego w Düsseldorfie informację już kilka minut o godzinie jedenasty po informacjach wracamy do programu off czarek Zwiń «

PODCASTY AUDYCJI: OFF CZAREK

Więcej podcastów tej audycji

REKLAMA

POPULARNE

REKLAMA

DOSTĘP PREMIUM

Podcasty TOK FM oraz internetowe radio TOK+Muzyka teraz 40% taniej. Wybierz pakiet Standardowy i słuchaj gdziekolwiek jesteś

KUP TERAZ

SERWIS INFORMACYJNY

REKLAMA
REKLAMA
REKLAMA