“起初我想：婴儿就是小大人，所以我们就采用相同的模型，只改变一些参数吧。”在撰写博士论文期间，Elaine Zaunseder 了解到，事情有时比乍一看要复杂得多——例如，将医学转化为数学。让她取得这一成就的最重要的原因在于她能够向正确的人提出正确的问题。稍后会再详细介绍。
在“数字婴儿双胞胎”项目开始时，已经有了成人代谢模型作为蓝图，该模型已经存在了一段时间，尤其是在个性化医疗领域。这通常不是完整人类的模型，而是单个细胞或器官（如心脏或肺）或疾病状态（如癌症或糖尿病）的表现。数字孪生可帮助科学家和医生系统地研究代谢过程和相关疾病，以便通过模拟活性成分在人体血液中的行为来创建个性化治疗或测试药物。
目标：用数学支持医学研究——并节省成本
一方面，这些数字双胞胎的目的是支持代谢疾病的医学研究，以便通过立即为患者提供针对其需求的药物，避免将来接受不必要或无效的治疗。另一方面，它们的使用当然是为了降低成本，这是现代医疗保健的一个重要因素。这些模型通常基于成年人在相对放松的状态下的数据和样本：
“在哈维和哈维塔的成人代谢模型中，能量平衡的模型使得他们能够像沙发土豆一样过着轻松的生活。这意味着当他们坐在沙发上时，所有生命过程都得到保证，并且不会在运动或思考过程上消耗任何能量。 ”
当然，所有这些特殊特征都必须在新生儿数字孪生模型中加以考虑，其中特别模拟了新生儿的成长过程。这使得模型变得更加复杂——这对这位在博士论文开始时只具备基本生物学知识的数学家来说是一个挑战：
“我最初解决这个复杂问题的动机来自于新生儿筛查。在那里，研究人员对血液样本进行了检查，以查找危及生命的罕见代谢疾病。为了帮助医生更好地了解和治疗这些疾病，我们的模型能够个性化非常重要。这使得在计算机上显示每个新生儿的新陈代谢成为可能。”
我们认识嗎？这是数字孪生首次可用于新生儿。
通往模型的道路：跨学科之旅
对于在海德堡大学工程数学与计算实验室 (EMCL) 和 HITS 数据挖掘与不确定性量化小组 (DMQ)（均由 Vincent Heuveline 领导）进行研究的 Elaine Zaunseder 来说，该项目是一次跨学科旅程的起点——无论从字面上还是象征意义上来说都是如此。
首先，她收拾行李前往爱尔兰西海岸的戈尔韦大学医学院与同事们探讨人体代谢过程的建模。她把数学作为一种通用语言，逻辑性强、结构化，借助数学，她将生物信息一步步转化为数学概念，进而可以用模型来表示：
“在像我们这样的跨学科项目中，重要的是从一开始就让各方参与，并确保每个人对某些人可能认为微不足道的技术术语或流程都有相同的理解。因为只有对问题有共同的理解，你们才能一起解决它。”
在他们合作的过程中，有时会出现奇怪的情况，例如模型中的能量分布没有正确表示，婴儿的体重在几周后突然增加10公斤或更多。伊莱恩回想起那一刻，笑了：
“你可以非常清楚地看到不同学科之间的差异。对于医生来说，这是一场灾 匈牙利电报数据 难；对于我们数学家来说，这只是一个条件尚未成熟的优化问题。”
消除误解的办法是：“提出正确的问题。”
但是，如何弥合这些认知上的差异呢？对于伊莱恩来说，答案很明显。 “你必须提出正确的问题。这乍一听可能像是老生常谈，但其背后隐藏着倾听的能力以及想要了解什么真正能帮助别人的愿望。他们对事物的看法是什么？他们想要实现什么？对于我们的同事来说，系统中的这个错误非常严重，因为在这种情况下，他们在这个模型中看到的比我们更多，特别是新生儿。因此我们必须走出自己的数学舒适区，采用他们的观点。”
另一个可能产生误解的例子——这次是模特方面——是模特的性别：“乍一看，外人可能只能通过婴儿的衣着来判断是男孩还是女孩，但当然，性别在新陈代谢方面也有所不同。这就是为什么我们为男婴和女婴创建两个不同的模型如此重要，以便正确地表示这些过程。”
过程中，基因也要解决类似的沟通和适应问题，代谢紊乱和生长不规律也是有机产品中反复出现的问题。最终，我们看起来都有些即兴发挥。该结构只需持续几十年，没有必要付出努力。进化依靠数量而非质量；所有的人都是廉价的仿制品。数字匹诺曹会变成一个真正的男孩吗？
答案当然是肯定的。世界上没有什么比繁衍后代更好的事情了，并且在这个过程中，在你认为重要的事情上变得越来越好。硅胶和肉都只是材料而已，除非是隆胸，否则这种区别就无关紧要了。人类的最终治愈方法是让其摆脱身体和精神的疾病，而做到这一点的最简单方法就是用升级来取代身体和精神的疾病。真正的婴儿基本上是一堆假体，父母在旧模型的合约期结束前，尝试使用非常容易出错且不成熟的程序将他们的数据和程序复制到这些假体上。如果你去掉你所有的个人记忆和习惯，你剩下的只是一个标准的婴儿，一台带有 DNA 操作系统的