Reti Bayesiane per la Scelta di un Disegno Sperimentale Ottimale

“Se noi non fossimo ignoranti non ci sarebbe probabilità, ci potrebbero essere solo certezze. Ma la nostra ignoranza non può essere assoluta, altrimenti non ci sarebbe più probabilità. Così i problemi di probabilità possono essere classificati a seconda della maggiore o minore profondità della nostra ignoranza”. H. Poincaré 1 Introduzione In questo lavoro affrontiamo il problema del disegno statistico degli esperimenti e la modellazione dei risultati in relazione ad un problema di alta dimensionalità e di costo elevato degli esperimenti. In particolare affronteremo la studio di esperimenti caratterizzati dalla mistura di molecole, realizzati con una tecnologia a micropozzetti. Lo scopo degli esperimenti è la costruzione di un processo chimico che consenta la formazione di vescicole. Alcune molecole, di natura non nota, sotto particolari condizioni sperimentali, si auto-organizzano e auto-assemblano in strutture complesse, formando delle vescicole. L'analisi statistica dei dati, provenienti da esperimenti effettuati in laboratorio, è uno strumento fondamentale per identificare le molecole e le loro interazioni più significative che conducono alla formazione di vescicole artificiale. Apprendere dai dati sperimentali, attraverso la costruzione di modelli statistici, permette di ottenere informazioni rilevanti sul processo biochimico, e da queste conoscenze ottenute possiamo 8