
<html>

<head>

<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">

<style type="text/css" style="display:none;"> P {margin-top:0;margin-bottom:0;} </style>

</head>

<body dir="ltr">

<div style="font-family: Calibri, Arial, Helvetica, sans-serif; font-size: 12pt; color: rgb(0, 0, 0);">

<div style="margin: 0px; font-size: 12pt; font-family: Calibri, Arial, Helvetica, sans-serif; color: black; background-color: rgb(255, 255, 255)">

Dear Mathematical Biology Fans,</div>

<div style="margin: 0px; font-size: 12pt; font-family: Calibri, Arial, Helvetica, sans-serif; color: black; background-color: rgb(255, 255, 255)">

<br>

</div>

<div style="margin: 0px; font-size: 12pt; font-family: Calibri, Arial, Helvetica, sans-serif; color: black; background-color: rgb(255, 255, 255)">

Final reminder about our special Math Bio Seminar this morning (9:30am, ACS 362B) Dr. Jinsu Kim from UC Irvine will be joining us to talk about his work on stochastic modeling in biology:<br>

<br>

<span style="margin: 0px">Title: Stability of stochastically modeled reaction network.<br>

</span>

<div style="margin: 0px"><br>

</div>

<span style="margin: 0px">Abstract: A reaction network is a graphical configuration that describes an interaction between species (molecules). If the abundances of the network system are small, then the randomness inherent in the molecular interactions is important

 to the system dynamics, and the abundances are modeled stochastically as a jump by jump fashion continuous-time Markov chain. One of the challenging issues facing researchers who study biological systems is the often extraordinarily complicated structure of

 their interaction networks. Thus, how to characterize network structures that induce characteristic behaviors of the system dynamics is one of the major open questions in this literature. In this talk, I will provide a class of reaction networks whose associated

 stochastic process is stable. I will also provide how this stability can be used in system biology and control theory.</span></div>

<br>

</div>

</body>

</html>