Home / News / Kollektives Verhalten in Netzwerken besser verstehen
Kollektives Verhalten in Netzwerken besser verstehen
Systembiologe Professor Marc-Thorsten Hütt von der Jacobs University Bremen hat zusammen mit einem Kollegen eine mathematische Methode zur Vorhersage von Ausbreitungsmustern in Netzwerken entwickelt. (Quelle: Jacobs University)
3. August 2020
Das Netzwerk aus Hirnarealen und ihren Verbindungen ist eines der Schlüsselbeispiele der Forschung an komplexen Netzwerken. Am Beispiel dieses menschlichen Konnektoms haben der Systembiologe Professor Marc-Thorsten Hütt von der Jacobs University Bremen und sein Kollege Dr. Paolo Moretti von der Universität Erlangen-Nürnberg eine mathematische Methode zur Vorhersage von Ausbreitungsmustern in Netzwerken entwickelt. Sie ebnet den Weg für eine bessere Klassifikation des dynamischen Verhaltens von Netzwerken. Die Ergebnisse dieser Grundlagenforschung sind kürzlich in dem renommierten amerikanischen Wissenschaftsjournal „Proceedings of the National Academy of Sciences“ (PNAS) erschienen.
Hütt und Moretti betreten mit ihrer Forschung Neuland. Wie kollektive Anregungsmuster in komplexen Netzwerken erkannt und untersucht werden können, ist eine offene Frage. Die Wissenschaftler nutzen für die abstrakte Darstellung eines realen Netzwerkes mathematische Graphen bestehend aus Knoten und Kanten, den paarweisen Verbindungen zwischen den Knoten. „In solchen Graphen lassen sich dann lokale Merkmale für kollektives Verhalten identifizieren“, erläutert Hütt.
Veranschaulichung der Prävalenz der Hub-Set-Orientierung. (Quelle: Marc-Thorsten Hütt)
Im kollektiven Fall laufen Anregungen entlang der Kanten oft bevorzugt in eine Richtung. Für diese asymmetrische Kantennutzung sind Wellen verantwortlich, die sich um hoch vernetzte Elemente in einem Netzwerk bilden, den „Hubs“. Sind diese wiederum untereinander eng vernetzt und erhöht sich somit ihr Einfluss auf das gesamte Netzwerk, so werden die Wellenerzeugung und mit ihr die asymmetrische Kantennutzung noch verstärkt.
„Mithilfe relativ einfacher mathematischer Indikatoren lässt sich der asymmetrische Kantengebrauch sehr gut vorhersagen“, meint Hütt. „Damit entsteht eine elegante Verbindung zwischen Netzwerkarchitektur und selbstorganisierter Dynamik.“
Über einen Zeitraum von vier Jahren hat das Duo an dem Thema geforscht. „Mich freut sehr, dass sich am Ende ein so klares Bild des Zusammenhangs von Netzwerkarchitektur und den kollektiven Mustern ergeben hat“, sagt Professor Hütt. Ihre Arbeit wollen die Wissenschaftler fortführen. „Es gibt viele weitere kollektive Muster, bei denen man sich fragt, wie sie in Netzwerken aussehen.“
Fragen beantwortet: Marc-Thorsten Hütt | Professor of Computational Systems Biology m.huett [at] jacobs-university.de | Tel.: +49 421 200-3238
Asymmetrische Kartennutzung und Vorhersagbarkeit der Muster. (Quelle: Marc-Thorsten Hütt)
Über die Jacobs University Bremen: In einer internationalen Gemeinschaft studieren. Sich für verantwortungsvolle Aufgaben in einer digitalisierten und globalisierten Gesellschaft qualifizieren. Über Fächer- und Ländergrenzen hinweg lernen, forschen und lehren. Mit innovativen Lösungen und Weiterbildungsprogrammen Menschen und Märkte stärken. Für all das steht die Jacobs University Bremen. 2001 als private, englischsprachige Campus-Universität gegründet, erzielt sie immer wieder Spitzenergebnisse in nationalen und internationalen Hochschulrankings. Ihre mehr als 1.500 Studierenden stammen aus mehr als 120 Ländern, rund 80 Prozent sind für ihr Studium nach Deutschland gezogen. Forschungsprojekte der Jacobs University werden von der Deutschen Forschungsgemeinschaft oder aus dem Rahmenprogramm für Forschung und Innovation der Europäischen Union ebenso gefördert wie von global führenden Unternehmen.
