从微观到宏观的水平,生物系统的数学模型得到了增加的重要性。各种细胞和微生物菌株的代谢网络的建立,和技术,如代谢通量分析(MFA),通量平衡分析(FBA),或通量变化分析(FVA)被用于确定(间隔)内的流量分布细胞作为细胞外介质浓度的函数。这些技术已经扩展到时变条件下,导致动态代谢通量分析(DMFA)。模型降阶技术,例如,基于小学通量的概念模式(EFM)或极端的射线(ER),也一直在探索,产生宏观表征的文化行为的唯一反应物和产物浓度在细胞外介质。这些发展在数据驱动的部分是否已经消除了现有知识,宏观建模,生物启发黑盒模型推断从组件的时间演化培养基中的浓度。技术,如主成分分析(PCA)、部分最小二乘(PLS),神经网络(NNs)和非线性估计一般来说,是发展的核心模型,参数估计,验证。连接建立后,可以使用这些模型,根据他们的描述,为了更好地了解细胞新陈代谢和培养条件的影响,分析了系统动力学,研究他们的行为特别是平衡方面的多样性和稳定性。这些动态表示有时会进一步减少或简化,利用灵敏度分析,慢快中子近似,和低维流形,从而生成表示适用于基于模型的流程优化和控制。

这个特殊问题的目的是提供一组最近在上述领域的研究成果,在视图的概念(理论)水平或具有挑战性的环境科学或生物制药行业的应用。

潜在的主题包括但不限于以下:

• 话题以某种方式相关的生物系统动力学和可能包括以下方法:
  • 动态代谢通量分析,通量平衡分析和通量变化分析
  • 多尺度建模
  • 基于单独的建模
  • 人口模型
  • 分布参数系统
  • 数据驱动的建模
  • 非线性系统动力学分析
  • 非线性识别和评估
  • 鲁棒状态估计
  • 动态优化和优化控制
  • 基于模型的过程控制
• 应用领域包括以下系统和流程:
  • 生物固体废物和废水处理
  • 文化的微藻photo-bioreactors或水沟池塘
  • 文化的酵母,细菌,动物,植物,昆虫细胞生物反应器
  • 食品微生物学