Nous sommes devant une nouvelle étape du développement de la modélisation en biologie et médecine. La biologie mathématique, dont le développement a été motivé par des questions en dynamique des populations, réseaux de neurones, morphogenèse, etc., utilise des outils mathématiques tels que les systèmes dynamiques, la théorie des bifurcations, les équations aux dérivées partielles ou les simulations numériques. La biologie systémique étudie les réseaux de régulations avec la théorie des graphes ou des méthodes probabilistes ou statistiques. Mais on peut également mentionner l’informatique théorique avec les automates cellulaires et les méthodes multi-agents, la physique théorique avec la théorie de champs moyen et les méthodes d’entropie...

Toutes ces méthodes, issues de sciences différentes, commencent à agir en interactions ayant pour but l’étude des phénomènes biologiques complexes. Une des questions importantes de ce développement est comment intégrer les données biologiques et médicales dans les modèles mathématiques : il y en a trop et pas assez. Même si nous pouvions reconstruire complètement un réseau de régulation avec potentiellement des centaines de gènes et de protéines, nous ne serions pas capable d’étudier les modèles mathématiques basés sur toute cette information. Cela doit donc être un compromis, entre la complexité et la simplicité sur la base de l’intuition biologique, physique, mathématique ; art et science en même temps. C’est ça la modélisation mathématique !