idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Thema Corona

Imagefilm
Science Video Project
idw-News App:

AppStore



Teilen: 
07.06.2012 09:45

Komplexe Beziehungen besser verstehen

Rudolf-Werner Dreier Presse- und Öffentlichkeitsarbeit
Albert-Ludwigs-Universität Freiburg im Breisgau

    Freiburger Forscher zeigen, wie globale Eigenschaften von Netzwerken aus lokalen Merkmalen ersichtlich werden

    Von Epidemien, die sich über den Globus ausbreiten, bis zum Beginn eines epileptischen Anfalls im Gehirn: Viele Ereignisse können als Folge von Netzwerkaktivität gesehen werden. Oft ist es von entscheidender Bedeutung, die Eigenschaften dieser Netzwerke zu verstehen. Allerdings sind sie häufig zu komplex, um sie vollständig zu beschreiben. Doch Wissenschaftler vom Bernstein Center der Universität Freiburg konnten nun zeigen, wie sich globale Gesetzmäßigkeiten komplexer Netzwerke in lokalen statistischen Eigenschaften niederschlagen, die viel leichter untersucht werden können. Bei ihrer Forschung profitierten die Freiburger von den Hochleistungsrechnern des Bernstein Centers, die normalerweise eingesetzt werden, um die Aktivität von Nervenzellen im Gehirn zu simulieren.

    In einem Artikel der Fachzeitschrift PLoS ONE beschreiben Stefano Cardanobile und seine Kollegen, wie sie 200.000 im Computer erzeugte Netzwerke analysiert haben – mit Modellen, die Wissenschaftlerinnen und Wissenschaftler nutzen, um in der Natur vorkommende Netzwerke zu verstehen. Die Modelle verglichen die Forscher mit gut erforschten Netzwerken: dem Stoffwechsel eines Bakteriums, den Beziehungen zwischen Synonymen in einem Wörterbuch und dem Nervennetz eines Wurms. Damit konnten sie jene Modelle bestimmen, die die Eigenschaften realer Netzwerke am besten vorhersagen. Diese Einsichten können Wissenschaftlern unterschiedlichster Disziplinen helfen, das richtige Modell heranzuziehen.

    Vor allem konnten die Freiburger aber zeigen, dass es möglich ist, globale Eigenschaften komplexer Netzwerke aus statistischen Daten abzuleiten, die über lokale Merkmale vorliegen. Somit erkennen sie auch dann wichtige Eigenschaften von Netzwerken, wenn diese nicht in Gänze analysiert werden können – was bei großen Systemen, etwa sozialen Kontakten zwischen Menschen oder den Verbindungen im Gehirn, unmöglich wäre. Daher leistet die Studie, so die Autoren, einen wichtigen Beitrag zum besseren Verständnis komplexer Netzwerke.

    Kontakt:
    Prof. Dr. Stefan Rotter
    Bernstein Center Freiburg
    Tel.: 0761/203-9316
    Fax: 0761/203-9559
    E-Mail: stefan.rotter@biologie.uni-freiburg.de


    Weitere Informationen:

    http://dx.plos.org/10.1371/journal.pone.0037911 - Originalveröffentlichung in PLoS ONE: S. Cardanobile, V. Pernice, M. Deger und S. Rotter (2012) Inferring general relations between network characteristics from specific network ensembles.


    Merkmale dieser Pressemitteilung:
    Journalisten, Wissenschaftler
    Biologie, Informationstechnik
    überregional
    Forschungsergebnisse, Wissenschaftliche Publikationen
    Deutsch


    Durch statistische Analysen können natürliche Netzwerke wie das Nervensystem eines Wurms (oben) mit Modellnetzwerken (unten) verglichen werden.


    Zum Download

    x

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).