• Deep understanding of the Approximate Stochastic Model Checking
• Deep understanding of Alchemist's model and engine
• Definition of the concept of "parameter" for a generic simulation
• Definition of the concept of "observable status"
• Creation of a (possibly multithreaded, possibly distributed) executor for multiple simulations

• A new, easy language will be needed, in order to write complex simulations within few simple lines
• A graphical editor would be a great tool
• CellML to AlchemistXML (useful for import)
• SBML to AlchemistXML (useful for import)
• BioAlchemist to SBML/CellML (useful for export)
• Comprehensive graphical interface

1. implementare su Alchemist il modello di rete di segnalazione intracellulare
2. fare simulazioni e analisi dei risultati a partire da quelli attesi / dai sperimentali
3. arricchire il modello computazionale di Alchemist, se necessario, e il modello biologico di partenza
4. ideare e sperimentare un linguaggio per definire modelli di sistemi biologici
5. eventuale implementazione di interfaccia per visualizzare dinamicamente i risultati della simulazione.

Nella parte introduttiva si mostrerà lo scenario e l'ambito del lavoro, con la descrizione della visione del progetto SAPERE.

Nel capitolo 1 si introdurrà il concetto di simulazione come strumento di supporto e completamento del metodo scientifico; di tutte le categorie di simulazioni verranno poi presentate in particolare quelle appartenenti alla categoria detta "Monte Carlo". Il nome, derivante dal noto casinò, sta ad indicare la componente stocastica della simulazione. Se ne analizzeranno le caratteristiche e le metodologie principali per poi calarsi nella modellazione di simulazioni Monte Carlo di sistemi (bio)chimici. Si vedrà sia la classica formulazione deterministica del problema sia quella stocastica e si discuterà delle ragioni che possono spingere ad adottare quest'ultima.

Nel capitolo 2 verranno descritti gli algoritmi utilizzati per la simulazione stocastica, con particolare riferimento all'algoritmo di Gillespie, studiato per eseguire simulazioni esatte facendo uso di risorse computazionali limitate. L'algoritmo offre in realtà due formulazioni, entrambe ottimizzabili attraverso l'uso di strutture dati intelligenti al fine di ridurre la quantità di calcoli non necessari eseguiti nei punti più critici.

Nel capitolo 3, cuore di questo lavoro, si descriverà il modello computazionale studiato capace di descrivere formalmente sia sistemi chimici e biochimici che sistemi pervasivi come quelli su cui si focalizza il progetto SAPERE. Verrà inoltre illustrato con dovizia di particolari il processo di ingegneria del software che ha portato alla realizzazione di Alchemist, simulatore in grado di mettere in esecuzione tale modello.

Nel capitolo 4 si mostrerà la correttezza e le prestazioni di Alchemist, nonché la flessibilità del modello presentando due casi di studio fra loro estremamente differenti, rispettivamente di ispirazione biologica e di ispirazione ICT-pervasiva.