M4 Vida y Sostenibilidad

La mejora de los métodos experimentales, generalmente impulsada por el desarrollo tecnológico, ha llevado a cambios significativos en las ciencias experimentales. La Biología, como ciencia experimental, se ha vuelto mucho más cuantitativa y dependiente de modelos matemáticos y estadísticos. El surgimiento de nuevas tecnologías de laboratorio plantea muchos problemas desafiantes en matemáticas. De hecho, estos datos de alto rendimiento en biología han sido, son y serán un motor importante para la nueva investigación estadística, computacional y matemática. Recíprocamente, los modelos matemáticos juegan un papel clave en la predicción de pandemias y constituyen una herramienta muy valiosa para guiar el diseño de políticas de salud pública, que se utilizan para mitigar la propagación de la enfermedad.

El objetivo de este programa de investigación también incluirá el desarrollo de herramientas de optimización para actividades cotidianas como transporte de personas, logística, suministro de energía, producción de alimentos, etc. con el objetivo de mejorar la eficiencia de los procesos y conducir a una sociedad más sostenible.

Se trabajará en estos objetivos a través de los siguientes PI.

PI Bioestadística y Biomatemática: A escala de población, nos encontramos con desafíos en ecología o dinámica de poblaciones, e incluso en epidemiología, donde el uso de modelos de sistemas de ecuaciones diferenciales tiene una gran tradición. A nivel de organismo, las contribuciones matemáticas y estadísticas en el campo de la medicina incluyen modelos tanto deterministas como estocásticos. Además, el conocimiento de los genes y sus secuencias permite diseñar experimentos para medir simultáneamente su expresión en diversas condiciones de laboratorio. A partir de los datos, es posible construir modelos de interacción de los millones de moléculas que constituyen cada célula.

PI Entendiendo el entorno y el cambio climático: Describir y modelizar procesos ambientales y ecológicos, para escalas de tiempo cortas y largas, requiere el uso de modelos matemáticos y estadísticos complejos. La simulación numérica, la modelización determinística y estocástica y el análisis de datos pueden diseñarse para pronosticar y localizar riesgos de eventos extremos. La previsión y la localización de riesgos se pueden combinar con estrategias de gestión de recursos en emergencias ambientales con importantes impactos ecológicos y sociales.

PI Rumbo a la sostenibilidad: La explotación de los recursos naturales ha llevado a ciertas especies a situaciones críticas. La modelización matemática de las comunidades biológicas y su dinámica, tanto estadística como determinista proporcionará una visión más profunda y conocimiento sobre estas áreas, permitiendo el diseño de políticas adecuadas de preservación. Por otra parte, las estimaciones de reservas limitadas de combustibles fósiles y, en mayor medida, el deterioro del planeta debido a las emisiones derivadas de su uso, hacen que el desarrollo de tecnología de extracción de energía renovable (solar, eólica, marítima, ...) sea una prioridad. En este sentido, la modelización matemática, la simulación numérica y las técnicas de optimización juegan un papel importante en el desarrollo de prototipos, así como en la creación de dispositivos que los controlen y administren.