ddd  

Stochas*c,  Spa*al  and  Concurrent  Biological  Processes  Modeling    Yifei  Bao,  Philippe  Bidinger,  Eduardo  Bonelli,  Vishakha  Sharma,    

Jus*n  Sousa,  and  Peter  Zafonte  Advisor:  Adriana  B.    Compagnoni  

 Department  of  Computer  Science,  Schaefer  School  of  Engineering  and  Science,  Stevens  Ins*tute  of  Technology,  Hoboken,  NJ  07030  

Introduc*on  We  define  and  implement  a  language  for  the    

stochas*c  simula*on  of  biological  processes  with    

spa*al  informa*on,  which  is  an  extension  of  the    

SPiM  (Stochas*c  Pi    Machine)  language.    Simula*ons    

in  SPiM  assume  that  all  processes  are  uniformly    

distributed  in  space,  and  interac*ons  between    

processes  are  scheduled  randomly  based  on    

concentra*ons  and  reac*on  rates.  Consequently,  it    

cannot  accurately  model  reac*ons  that  do  not  occur    

in  a  homogeneous  mixture.  In  order  to  address  this    

limita*on,  our  new  language  places  mobile  processes    

in  3D  space,  where  processes  can  interact  only  if  they    

are    within  communica*on  distance.  We  apply  our      

language  to  modeling  a  drug  delivery  nano-­‐system  in    

collabora*on  with  Prof.  Libera  and  Prof.  Sukhishvili    

From  CCBBME.  

Drug  Delivery  System  Modeling  1.  Drug  Delivery  System  

2.    Our  Language  -­‐-­‐  Simula*on  

Background   Stochas*c  Pi  Machine  (SPiM)  

Our  Language     New  Spa*al  Features  • Process  state  includes  spa*al  informa*on  – Each  process  has  a  posi*on  and  three  vectors  that  define  its  local  system  of  coordinates  

• This  state  can  be  modified  by  applica*on  of  affine  maps  (transla*on,  rota*on..)    

– Simula*on  of  movement  (transla*on,  rota*ons)  •  Interac*ons  may  be  condi*oned  by  the  distance  between  two  molecules    

Graduate Student Research Conference

October 6, 2010

Ongoing  work  1.  New  features  (shapes)  

2.  Valida*on  (correctness  of  simula*on)  

3.  Improved  performance  of  simula*on  algorithm  4.  Drug  delivery  system  modeling  (controlled  experiments)