The purpose of this paper is to review the application of complexity science methods in understanding energy systems and system change. The challenge of moving to sustainable energy systems which provide secure, affordable and low-carbon energy services requires the application of methods which recognise the complexity of energy systems in relation to social, technological, economic and environmental aspects. Energy systems consist of many actors, interacting through networks, leading to emergent properties and adaptive and learning processes. Insights on these type of phenomena have been investigated in other contexts by complex systems theory. However, these insights are only recently beginning to be applied to understanding energy systems and systems transitions. The paper discusses the aspects of energy systems (in terms of technologies, ecosystems, users, institutions, business models) that lend themselves to the application of complexity science and its characteristics of emergence and coevolution. Complex-systems modelling differs from standard (e.g. economic) modelling and offers capabilities beyond those of conventional models, yet these methods are only beginning to realize anything like their full potential to address the most critical energy challenges. In particular there is significant potential for progress in understanding those challenges that reside at the interface of technology and behaviour. Some of the computational methods that are currently available are reviewed: agent-based and network modelling. The advantages and limitations of these modelling techniques are discussed. Finally, the paper considers the emerging themes of transport, energy behaviour and physical infrastructure systems in recent research from complex-systems energy modelling. Although complexity science is not well understood by practitioners in the energy domain (and is often difficult to communicate), models can be used to aid decision-making at multiple levels e.g. national and local, and to aid understanding and allow decision making. The techniques and tools of complexity science, therefore, offer a powerful means of understanding the complex decision-making processes that are needed to realise a low-carbon energy system. We conclude with recommendations for future areas of research and application.

Despite the increasing availability of comprehensive next generation sequencing (NGS), its role in characterizing pediatric hematologic malignancies remains undefined. We describe findings from comprehensive genomic profiling of hematologic malignancies at a pediatric tertiary care center. Patients enrolled on a translational research protocol to aid in cancer diagnosis, prognostication, treatment, and detection of cancer predisposition. Disease-involved samples underwent exome and RNA sequencing and analysis for single nucleotide variation, insertion/deletions, copy number alteration, structural variation, fusions, and gene expression. Twenty-eight patients with hematologic malignancies were nominated between 2018-2021. Eighteen individuals received both germline and somatic sequencing; two received germline sequencing only. Germline testing identified patients with cancer predisposition syndromes and non-cancer carrier states. Fifteen patients (15/18, 83%) had cancer-relevant somatic findings. Potential therapeutic targets were identified in seven patients (7/18, 38.9%); three (3/7, 42.9%) received targeted therapies and remain in remission an average of 47 months later.