---
title: "জীবন ও চিকিৎসা · সিমুলেশন · সিমুলেশন অনুকল্প"
url: https://simulation-hypothesis.com/bn/simulations/life-medicine
description: "প্রোটিন, কোষ, অঙ্গ, রোগী ও মহামারি: আণবিক স্তর থেকে জনসংখ্যা পর্যন্ত জীববিজ্ঞান। মানুষ আসলে যেসব সিমুলেশন চালায়, তার একটি শ্রেণিবিন্যাসের অংশ।"
license: https://creativecommons.org/licenses/by/4.0/
credit: "Ross Allan Dahl, সিমুলেশন অনুকল্প (simulation-hypothesis.com)"
---

[সিমুলেশন](https://simulation-hypothesis.com/bn/simulations)18-এর মধ্যে ক্ষেত্র 5

# জীবন ও চিকিৎসা

প্রোটিন, কোষ, অঙ্গ, রোগী ও মহামারি: আণবিক স্তর থেকে জনসংখ্যা পর্যন্ত জীববিজ্ঞান।

জীববিজ্ঞান সংগঠনের প্রতিটি স্তরে সিমুলেট করা হয়: প্রোটিনের পরমাণু, কোষের বিক্রিয়া, কলার কোষ, শরীরের অঙ্গ, জনগোষ্ঠীর শরীর। প্রতিটি স্তর ভিন্ন পদ্ধতি ব্যবহার করে। স্তরগুলো যুক্ত করা এখনো একটি উন্মুক্ত সমস্যা।

## জীবনের অণু

### প্রোটিন ভাঁজ ও গতিবিদ্যা

একটি প্রোটিন, কয়েক দশ হাজার পরমাণু হিসেবে, জলে কাঁপছে, ভাঁজ হচ্ছে ও আকার বদলাচ্ছে।

যে প্রশ্নের উত্তর দেয়: অ্যামিনো অ্যাসিডের এই শৃঙ্খল কীভাবে কার্যকর ত্রিমাত্রিক কাঠামোয় ভাঁজ হয়?

বাদ দেয়: দীর্ঘ চালনাও বড়জোর মাইক্রোসেকেন্ড ধরে, বহু আসল ভাঁজ-সময়ের চেয়ে অনেক কম।

যাতে চলে: প্রায় 10^16 FLOPS মোটামুটি একটি GPU ক্লাস্টার, যা সব-পরমাণু গতিবিদ্যার কয়েক মাইক্রোসেকেন্ড চালায় শুরুর সাল: 1977 McCammon, Gelin ও Karplus-এর প্রথম প্রোটিন গতিবিদ্যা সিমুলেশন সিমুলেশন বৃক্ষে: [প্রোটিনের গতিবিদ্যা](https://simulation-hypothesis.com/bn/trees/simulations?n=life-protein)

[আণবিক গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-molecular-dynamics)নিম্নসীমা: পরমাণু

### আণবিক ডকিং ও ওষুধের বন্ধন

একটি লক্ষ্য প্রোটিনের পকেটে পরীক্ষা করা প্রার্থী ওষুধের অণু।

যে প্রশ্নের উত্তর দেয়: এক মিলিয়ন অণুর মধ্যে কোনগুলো এই লক্ষ্যে আটকাবে?

বাদ দেয়: ডকিং-নম্বর আসন্ন; অনুমিত বেশির ভাগ আবদ্ধকারী গবেষণাগারে কখনো কাজ করে না।

যাতে চলে: প্রায় 10^15 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, লক্ষ লক্ষ প্রার্থী অণুর ডকিং করছে শুরুর সাল: 1982 Kuntz ও সহকর্মীদের DOCK, প্রথম স্বয়ংক্রিয় আণবিক ডকিং প্রোগ্রাম

[আণবিক গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-molecular-dynamics)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: পরমাণু

### ঝিল্লি ও আয়ন চ্যানেল

কোষের চর্বিময় ত্বক আর প্রোটিনের সেই দ্বার, যা দিয়ে আয়ন যায়।

যে প্রশ্নের উত্তর দেয়: একটি স্নায়ুকোষ কীভাবে তার চ্যানেল খোলে ও বন্ধ করে?

বাদ দেয়: আসল চ্যানেল মিলিসেকেন্ড ধরে খোলে-বন্ধ হয়, যা বেশিরভাগ সিমুলেশন যতদূর পৌঁছায় তার চেয়ে অনেক দীর্ঘ।

যাতে চলে: প্রায় 10^16 FLOPS মোটামুটি একটি GPU ক্লাস্টার, যা একটি লিপিড দ্বিস্তর ও তার চ্যানেল সিমুলেট করে শুরুর সাল: 1982 van der Ploeg ও Berendsen-এর লিপিড দ্বিস্তরের গতিবিদ্যা

[আণবিক গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-molecular-dynamics)নিম্নসীমা: পরমাণু

### পুরো ভাইরাস কণা

একটি ভাইরাস-খোলসের প্রতিটি পরমাণু, কখনো দশ কোটি, একসঙ্গে সিমুলেট করা।

যে প্রশ্নের উত্তর দেয়: ভাইরাসটি কীভাবে একসঙ্গে থাকে, আর কোষের ভেতরে কীভাবে খুলে যায়?

বাদ দেয়: রান ন্যানোসেকেন্ড থেকে মাইক্রোসেকেন্ড, আসল সংক্রমণ-চক্রের চেয়ে অনেক কম।

যাতে চলে: প্রায় 10^17 FLOPS মোটামুটি একটি জাতীয় সুপারকম্পিউটার, দশ কোটি পরমাণুর একটি খোলস সিমুলেট করছে শুরুর সাল: 2006 একটি স্যাটেলাইট তামাক মোজাইক ভাইরাসের Freddolino ও Schulten-এর সিমুলেশন

[আণবিক গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-molecular-dynamics)নিম্নসীমা: পরমাণু

### আরএনএ ভাঁজ ও কাঠামো

একটি RNA স্ট্র্যান্ড ক্ষারকের একটি শৃঙ্খল হিসেবে নিজের সঙ্গে জোড় বাঁধে, DNA-র সোজা দ্বিসর্পিলের বদলে একটি নির্দিষ্ট ত্রিমাত্রিক আকারে ভাঁজ হয়।

যে প্রশ্নের উত্তর দেয়: আরএনএর একটি সুতো কীভাবে সেই আকারে স্থির হয়, যা তাকে অনুঘটক বা নিয়ন্ত্রক সুইচ হিসেবে কাজ করতে দেয়?

বাদ দেয়: পূর্বাভাসিত কাঠামো প্রায়ই পরীক্ষামূলক সংশোধন দরকার, আর আকৃতি থেকে কাজ আপনা-আপনি আসে না।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা মুক্ত-শক্তি ভাঁজ সফটওয়্যার চালায় শুরুর সাল: 1981 Zuker ও Stiegler-এর ন্যূনতম মুক্ত-শক্তির RNA ভাঁজ অ্যালগরিদম

[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: অণু

### এনজাইম অনুঘটন

একটি এনজাইমের সক্রিয় স্থান, তার সাবস্ট্রেট আর চারপাশের প্রোটিন: যেখানে বন্ধন ভাঙে সেখানে কোয়ান্টাম বলবিদ্যা, বাকি সব জায়গায় ক্লাসিক্যাল বলবিদ্যা দিয়ে মডেল করা হয়।

যে প্রশ্নের উত্তর দেয়: এই এনজাইম কীভাবে একটি বিক্রিয়াকে একশো কোটি গুণ দ্রুত করে?

বাদ দেয়: প্রোটিনের কেবল ছোট একটি অংশ ব্যয়বহুল কোয়ান্টাম পদ্ধতিতে গণনা করা হয়, আর সেই রেখা কোথায় টানা হবে তা মডেলিংয়ের একটি পছন্দ।

যাতে চলে: প্রায় 10^15 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, মিলিত কোয়ান্টাম ও প্রচলিত গণনা চালাচ্ছে শুরুর সাল: 1976 এনজাইম বিক্রিয়ার Warshel ও Levitt-এর যৌথ কোয়ান্টাম ও ক্লাসিক্যাল মডেল

[প্রথম নীতি](https://simulation-hypothesis.com/bn/simulations/methods#m-first-principles)[আণবিক গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-molecular-dynamics)নিম্নসীমা: পরমাণু

### মোটা-দানার DNA ও RNA মডেল

প্রতিটি নিউক্লিওটাইড কয়েকটি মিথস্ক্রিয়া-স্থানসহ একটি দৃঢ় বস্তু, যাতে ভাঁজ, সংকরায়ণ ও ন্যানোকাঠামোর সিমুলেশন সম্ভব হয়।

যে প্রশ্নের উত্তর দেয়: সুতো কীভাবে জোড় বাঁধে, ভাঁজ হয় ও নকশা-করা কাঠামোয় জড়ো হয়?

বাদ দেয়: পারমাণবিক খুঁটিনাটি ও আয়নের জায়গায় কার্যকর মিথস্ক্রিয়া বসানো হয়।

যাতে চলে: প্রায় 10^14 FLOPS মোটামুটি GPU-তে কয়েক মিলিয়ন নিউক্লিওটাইড শুরুর সাল: 2011 oxDNA, a coarse-grained DNA model (2011) [সূত্র](https://doi.org/10.1063/1.3552946)

[আণবিক গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-molecular-dynamics)নিম্নসীমা: অণু

### শেখা প্রোটিন কাঠামো পূর্বাভাস

জানা কাঠামো ও বিবর্তনীয় তথ্যে প্রশিক্ষিত একটি নিউরাল নেটওয়ার্ক একটি প্রোটিনের ক্রম থেকে তার ভাঁজ-হওয়া আকার অনুমান করে।

যে প্রশ্নের উত্তর দেয়: এই অ্যামিনো-অ্যাসিড শিকল কোন ত্রিমাত্রিক আকারে ভাঁজ হয়?

বাদ দেয়: এটি একটি স্থির কাঠামো দেয়, ভাঁজ হওয়ার পথ বা গতিবিদ্যা নয়।

যাতে চলে: প্রায় 10^18 FLOPS মোটামুটি বড় মাপে প্রশিক্ষণ; প্রতিটি পূর্বাভাসে কয়েক মিনিট শুরুর সাল: 2018 Improved protein structure prediction using potentials from deep learning (2020, CASP13 entry 2018) [সূত্র](https://doi.org/10.1038/s41586-019-1923-7)

[শেখা ইমুলেটর](https://simulation-hypothesis.com/bn/simulations/methods#m-learned)নিম্নসীমা: অণু

### জেনারেটিভ প্রোটিন এনসেম্বল

কাঠামো ও সিমুলেশনে প্রশিক্ষিত একটি জেনারেটিভ মডেল একটি প্রোটিনের একক আকারের বদলে বহু বিন্যাস তৈরি করে।

যে প্রশ্নের উত্তর দেয়: একটি প্রোটিন কোন বিকল্প আকার নিতে পারে?

বাদ দেয়: অবস্থার জনগোষ্ঠী ততটাই ভালো, যতটা ভালো প্রশিক্ষণ-সিমুলেশন।

যাতে চলে: প্রায় 10^16 FLOPS মোটামুটি প্রশিক্ষণ আর হালকা নমুনা-নেওয়া শুরুর সাল: 2024 AlphaFold meets flow matching for generating protein ensembles (2024) [সূত্র](https://arxiv.org/abs/2402.04845)

[শেখা ইমুলেটর](https://simulation-hypothesis.com/bn/simulations/methods#m-learned)নিম্নসীমা: অণু

### স্বেচ্ছাসেবীর কম্পিউটারে চালানো আণবিক গতিবিদ্যা

একটি অণুর হাজার হাজার স্বাধীন ছোট গতিপথ দান করা ঘরোয়া কম্পিউটারে চালানো হয় আর একসঙ্গে মেলানো হয়, ভাঁজ হওয়ার ঘটনা দেখতে।

যে প্রশ্নের উত্তর দেয়: বহু ছোট চালনা একসঙ্গে কি একটি ধীর আণবিক প্রক্রিয়া প্রকাশ করতে পারে?

বাদ দেয়: গতিপথ ছোট আর স্বাধীন, তাই পরিসংখ্যান জোড়া দিয়ে মেলাতে হয়।

যাতে চলে: প্রায় 10^17 FLOPS মোটামুটি স্বেচ্ছাসেবী মেশিনের সমষ্টি শুরুর সাল: 2000 Screen savers of the world unite! (2000), ডিস্ট্রিবিউটেড ভাঁজ-প্রকল্প [সূত্র](https://doi.org/10.1126/science.290.5498.1903)

[আণবিক গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-molecular-dynamics)নিম্নসীমা: অণু

## কোষ

### স্টোক্যাস্টিক জৈবরসায়ন

একটি কোষের ভেতরের বিক্রিয়া এলোমেলোভাবে একটি একটি করে ঘটানো হয়, কারণ গড় করার মতো যথেষ্ট অণু নেই।

যে প্রশ্নের উত্তর দেয়: জিনগতভাবে অভিন্ন কোষ কেন আলাদা আচরণ করে?

বাদ দেয়: সাধারণত ধরে নেয় কোষের ভেতরটা ভালোভাবে মিশে আছে, যা প্রায়ই সত্য নয়।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি স্টোক্যাস্টিক বিক্রিয়া সিমুলেশন চালায় শুরুর সাল: 1977 রাসায়নিক গতিবিদ্যার জন্য Gillespie-র নির্ভুল স্টোক্যাস্টিক সিমুলেশন অ্যালগরিদম

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: অণু

### জিন নিয়ন্ত্রক নেটওয়ার্ক

জিন একে অপরকে চালু ও বন্ধ করছে, মিথস্ক্রিয়ার একটি নেটওয়ার্ক হিসেবে।

যে প্রশ্নের উত্তর দেয়: একটি কোষ কীভাবে ঠিক করে সে কোন ধরনের কোষ হবে?

বাদ দেয়: বেশিরভাগ আসল নিয়ন্ত্রক নেটওয়ার্ক কেবল আংশিক জানা, তাই সংযোগ প্রায়ই অনুমান করা হয়।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি জিন-নেটওয়ার্কের গতিবিদ্যা সিমুলেট করে শুরুর সাল: 1969 Kauffman-এর জিন নিয়ন্ত্রণের এলোমেলো বুলিয়ান নেটওয়ার্ক

[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: অণু

### বিপাকীয় নেটওয়ার্ক

কোষ খাবারকে শক্তি ও অংশে পরিণত করতে যে প্রতিটি রাসায়নিক বিক্রিয়া ব্যবহার করে, প্রবাহের নেটওয়ার্ক হিসেবে ভারসাম্যে আনা।

যে প্রশ্নের উত্তর দেয়: এই অণুজীব বেশি উপকারী যৌগ বানাতে কোন জিন বন্ধ করা উচিত?

বাদ দেয়: ধরে নেয় একটি স্থির অবস্থা ও একটি সর্বোত্তম লক্ষ্য, যা আসল কোষ হয়তো অনুসরণ করে না।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা জিনোম-পরিসরের ফ্লাক্স ব্যালান্স মডেল সমাধান করে শুরুর সাল: 1986 একটি কোষের বিপাক-নেটওয়ার্কের প্রাথমিক ফ্লাক্স ব্যালান্স বিশ্লেষণ

[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: অণু

### পূর্ণ-কোষ মডেল

একটি একক ব্যাকটেরিয়ার প্রতিটি জিন ও প্রতিটি অণুর শ্রেণি, একটি পূর্ণ বিভাজন-চক্রের মধ্য দিয়ে অনুসরণ করা।

যে প্রশ্নের উত্তর দেয়: আমরা কি একটি জীবন্ত কোষকে তার অংশের তালিকা থেকে অনুমান করতে পারি?

বাদ দেয়: এত সম্পূর্ণভাবে মডেল করা হয়েছে এমন সরল ব্যাকটেরিয়া এখন পর্যন্ত কেবল একটি।

যাতে চলে: প্রায় 10^14 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, একটি ব্যাকটেরিয়ার একটি বিভাজন-চক্র চালাচ্ছে শুরুর সাল: 2012 Karr ও সহকর্মীদের Mycoplasma genitalium-এর পূর্ণ-কোষ মডেল

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: অণু

### নকশা গঠন

একটি ক্রমবর্ধমান কলার ওপর রাসায়নিক ছড়িয়ে পড়ছে ও বিক্রিয়া করছে, যে কৌশল Alan Turing ডোরা ও ফোঁটার জন্য প্রস্তাব করেছিলেন।

যে প্রশ্নের উত্তর দেয়: বিক্রিয়া-ব্যাপন প্রক্রিয়া প্রাণীর গায়ের নকশা ও অঙ্গে আঙুল গঠনকে কীভাবে ব্যাখ্যা করে?

বাদ দেয়: আসল টিস্যু যান্ত্রিক বল ও দুই-রাসায়নিক মডেলের চেয়ে বেশি সংকেত ব্যবহার করে।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা গ্রিডে বিক্রিয়া-ব্যাপন সমীকরণ সমাধান করে শুরুর সাল: 1952 Turing-এর বিক্রিয়া-ব্যাপন হিসাব, The Chemical Basis of Morphogenesis-এর জন্য সিমুলেশন বৃক্ষে: [টিউরিংয়ের বিক্রিয়া-ব্যাপন](https://simulation-hypothesis.com/bn/trees/simulations?n=life-turing)

[ইন্টারঅ্যাকটিভ মডেলটি চালান](https://simulation-hypothesis.com/bn/simulations/run#toy-patterns)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: কোষ

### কলা ও টিউমারের বৃদ্ধি

স্বতন্ত্র কোষ ভাগ হয়, চলে, অক্সিজেনের জন্য প্রতিযোগিতা করে ও মরে।

যে প্রশ্নের উত্তর দেয়: একটি টিউমার কীভাবে বাড়ে, আর কোনো চিকিৎসা-সূচি কীভাবে তাকে থামাতে পারে?

বাদ দেয়: একটি আসল টিউমারের ভেতরে বিভাজন ও মৃত্যুর হার সরাসরি মাপা কঠিন।

যাতে চলে: প্রায় 10^13 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, হাজার হাজার আলাদা বিভাজমান কোষ অনুসরণ করছে শুরুর সাল: 1993 কঠিন টিউমার বৃদ্ধির প্রাথমিক সেলুলার অটোমেটন মডেল

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সেলুলার অটোমেটা](https://simulation-hypothesis.com/bn/simulations/methods#m-cellular-automata)নিম্নসীমা: কোষ

### কোষ-বিঘ্ন সাড়া মডেল

একক-কোষের তথ্যে প্রশিক্ষিত একটি মডেল অনুমান করে, কোনো ওষুধ বা জিন-সম্পাদনার পর কোষের জিন-প্রকাশ কীভাবে বদলায়, এমনকি সেই ওষুধ বা সম্পাদনা কখনো মাপা না হলেও।

যে প্রশ্নের উত্তর দেয়: এমন হস্তক্ষেপের পর কোষ কী করবে, যা কেউ এখনো করে দেখেনি?

বাদ দেয়: সহসম্পর্কভিত্তিক; প্রশিক্ষণ-তথ্য থেকে দূরের কোষের ধরন বা ওষুধে বহির্গণনা দুর্বল।

যাতে চলে: প্রায় 10^16 FLOPS মোটামুটি বড় একক-কোষ প্রশিক্ষণ-সেট শুরুর সাল: 2019 scGen predicts single-cell perturbation responses (2019) [সূত্র](https://doi.org/10.1038/s41592-019-0494-8)

[শেখা ইমুলেটর](https://simulation-hypothesis.com/bn/simulations/methods#m-learned)নিম্নসীমা: কোষ

### টিউমার বিবর্তনের এজেন্টভিত্তিক মডেল

গ্রিডে স্বতন্ত্র ক্যান্সার কোষ ভাগ হয়, পরিব্যক্ত হয় ও অক্সিজেন ও অ্যাসিডের পরিবর্তনশীল ক্ষুদ্র-পরিবেশে প্রতিযোগিতা করে।

যে প্রশ্নের উত্তর দেয়: নির্বাচনী চাপ থেকে টিউমারের আকৃতি ও আগ্রাসী বৈশিষ্ট্য কীভাবে উদ্ভূত হয়?

বাদ দেয়: নিয়ম সরল করা, আর রক্ত-সরবরাহ ও রোগ-প্রতিরোধী কোষ প্রায়ই অনুপস্থিত।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি নোডে কয়েক মিলিয়ন কোষ শুরুর সাল: 2006 Tumor morphology and phenotypic evolution driven by selective pressure from the microenvironment (2006) [সূত্র](https://doi.org/10.1016/j.cell.2006.09.042)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সেলুলার অটোমেটা](https://simulation-hypothesis.com/bn/simulations/methods#m-cellular-automata)নিম্নসীমা: কোষ

### জীবাণু-সম্প্রদায়ের বিপাকীয় মডেল

বেশ কয়েকটি প্রজাতির জিনোম-পরিসরের বিপাকীয় নেটওয়ার্ক জোড়া লাগানো হয়, যাতে একটির বর্জ্য অন্যটির খাবার হয়।

যে প্রশ্নের উত্তর দেয়: অন্ত্র বা মাটির জীবাণু কীভাবে পুষ্টি ভাগ করে ও একসঙ্গে স্থিতিশীল হয়?

বাদ দেয়: ধরে নেয় স্থির অবস্থা ও সর্বোত্তম বৃদ্ধি, নিয়ন্ত্রণ ও স্থান উপেক্ষা করে।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি অনেক প্রজাতি জুড়ে রৈখিক প্রোগ্রামিং শুরুর সাল: 2007 Metabolic modeling of a mutualistic microbial community (2007) [সূত্র](https://doi.org/10.1038/msb4100131)

[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: কোষ

### টিউমারের বৃদ্ধি ও থেরাপিতে সাড়া

একটি কঠিন টিউমারকে ছড়িয়ে পড়া অক্সিজেন ও পুষ্টিতে খাওয়ানো একটি পিণ্ড হিসেবে ধরা হয়, ক্রমবর্ধমান বিস্তারশীল কিনারা ও পুষ্টিহীন নেক্রোটিক কেন্দ্রসহ, তারপর বিকিরণ বা ওষুধের মুখোমুখি করা হয়।

যে প্রশ্নের উত্তর দেয়: একটি টিউমার কত দ্রুত বাড়ে, আর কোনো নির্দিষ্ট মাত্রা তাকে কতটা ছোট করে?

বাদ দেয়: আসল টিউমার রোগীভেদে ও নিজের ভেতরেও বদলায়। মডেলটি গড় প্যারামিটার ও সরল জ্যামিতি ব্যবহার করে।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি চিকিৎসার সূচিসহ কয়েক সপ্তাহের সিমুলেটেড সময়ের একটি ত্রিমাত্রিক বিক্রিয়া-ব্যাপন মডেল। শুরুর সাল: 1972 Greenspan, ব্যাপনের মাধ্যমে কঠিন টিউমারের বৃদ্ধির মডেল। [সূত্র](https://doi.org/10.1002/sapm1972514317)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: কোষ

### টিউমার-পরিবেশের বিবর্তন

গ্রিডে স্বতন্ত্র ক্যান্সার কোষ অক্সিজেন ও জায়গার জন্য প্রতিযোগিতা করে, আর অম্লতার ঢাল নতুন ফিনোটাইপ নির্বাচন করে, ফলে টিউমার বাড়ার সঙ্গে সঙ্গে বিবর্তিত হয়।

যে প্রশ্নের উত্তর দেয়: চারপাশের কলা কি টিউমারকে আরও আক্রমণাত্মক কোষের দিকে ঠেলে দেয়?

বাদ দেয়: কোষের নিয়ম সরলীকৃত এবং জীবন্ত টিউমারে পরামিতি মাপা কঠিন।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি ওয়ার্কস্টেশন বা ছোট ক্লাস্টারে সিমুলেটেড কয়েক মাসের জন্য মিশ্র এজেন্ট-সন্তত রান। শুরুর সাল: 2006 Anderson ও সহকর্মীদের, পরিবেশ-চালিত ফেনোটাইপ বিবর্তনের সংকর বিচ্ছিন্ন-অবিচ্ছিন্ন মডেল। [সূত্র](https://doi.org/10.1016/j.cell.2006.09.042)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সেলুলার অটোমেটা](https://simulation-hypothesis.com/bn/simulations/methods#m-cellular-automata)[বিবর্তনীয়](https://simulation-hypothesis.com/bn/simulations/methods#m-evolutionary)নিম্নসীমা: কোষ

### টিউমারপ্রসূত রক্তনালির বৃদ্ধি

এন্ডোথেলিয়াল কোষ একটি টিউমারের ছাড়া রাসায়নিক নতি বেয়ে অঙ্কুরিত হয়ে সরে যায়, তাকে খাওয়ানো একটি শাখান্বিত রক্তনালী-নেটওয়ার্ক গড়ে।

যে প্রশ্নের উত্তর দেয়: একটি টিউমার কীভাবে রক্ত-সরবরাহ জোগাড় করে, আর সংকেত আটকালে কী ঘটে?

বাদ দেয়: নালির প্রবাহ, পুনর্গঠন আর সংকেতের আসল রসায়ন অনেক সরল করা।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি ওয়ার্কস্টেশনে দ্বি- বা ত্রিমাত্রিক অঙ্কুরোদ্গমের রান। শুরুর সাল: 1998 টিউমার-প্ররোচিত রক্তনালী-সৃষ্টির অবিচ্ছিন্ন ও বিচ্ছিন্ন মডেল নিয়ে Anderson ও Chaplain। [সূত্র](https://doi.org/10.1006/bulm.1998.0042)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: কোষ

### ক্যান্সারের ওষুধে সাড়া ও প্রতিরোধের গতিবিদ্যা

সাধারণ, সংবেদনশীল ও প্রতিরোধী ক্যান্সার কোষের জনগোষ্ঠী ওষুধ-চিকিৎসায় বদলায়, তাই একজন রোগী প্রথমে ভালো হয় আর পরে আবার অসুস্থ হতে পারে।

যে প্রশ্নের উত্তর দেয়: প্রতিরোধ দেখা দেওয়ার আগে একটি ওষুধ কতদিন রোগ নিয়ন্ত্রণে রাখবে?

বাদ দেয়: কেবল যে বিভাগগুলো মাপা যায় সেগুলোই মডেল করা হয়, আর স্টেম-কোষের আচরণ অনুমান করা।

যাতে চলে: প্রায় 10^8 FLOPS মোটামুটি রোগীর রক্ত-মাপে মেলানো সাধারণ অন্তরক সমীকরণ। শুরুর সাল: 2005 Michor ও সহকর্মীরা, দীর্ঘস্থায়ী মায়েলয়েড লিউকেমিয়ার গতিবিদ্যা। [সূত্র](https://doi.org/10.1038/nature03669)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: কোষ

### রক্তকোষ উৎপাদনের গতিবিদ্যা

স্টেম সেল, প্রোজেনিটর আর পরিণত রক্তকোষ বিলম্বযুক্ত ফিডব্যাকে বাঁধা; সংখ্যা স্থির থাকে, আর নিয়ন্ত্রণ ব্যর্থ হলে দুলতে থাকে।

যে প্রশ্নের উত্তর দেয়: কিছু রক্তের রোগ কেন চক্রাকারে ঘটে, আর কীসে স্বাভাবিক উৎপাদন ফেরে?

বাদ দেয়: আসল মজ্জায় স্থানিক কাঠামো ও অনেক কোষ-ধরন আছে, যেগুলো একত্র করা।

যাতে চলে: প্রায় 10^6 FLOPS মোটামুটি একটি ল্যাপটপে বিলম্ব অন্তরক সমীকরণ। শুরুর সাল: 1978 Mackey, অ্যাপ্লাস্টিক রক্তাল্পতা ও পর্যায়ক্রমিক রক্তকোষ উৎপাদনের একটি একীভূত অনুকল্প। [সূত্র](https://doi.org/10.1182/blood.v51.5.941.941)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: কোষ

### ব্যাকটেরিয়া উপনিবেশের বৃদ্ধি ও বায়োফিল্ম

প্রতিটি ব্যাকটেরিয়া-কোষ নিজস্ব আকার, বৃদ্ধি ও অবস্থানসহ একটি ব্যক্তি হিসেবে সিমুলেট করা হয়, উপনিবেশ বা বায়োফিল্মের ভেতরে ছড়িয়ে পড়া পুষ্টি খেয়ে।

যে প্রশ্নের উত্তর দেয়: কলোনি কীভাবে আকার নেয়, আর ভেতরের কোষগুলো কীভাবে বেঁচে থাকে?

বাদ দেয়: কোষের আচরণ সরলীকৃত এবং আসল বায়োফিল্ম ম্যাট্রিক্সের রসায়ন ধরা হয়নি।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি ক্লাস্টারে কয়েক মিলিয়ন কোষের স্বতন্ত্র-ভিত্তিক বৃদ্ধি। শুরুর সাল: 1998 Kreft, Booth ও Wimpenny, BacSim, ব্যাকটেরিয়া কলোনির বৃদ্ধির স্বতন্ত্র-ভিত্তিক মডেলিংয়ের সিমুলেটর। [সূত্র](https://doi.org/10.1099/00221287-144-12-3275)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)নিম্নসীমা: কোষ

## দেহ

### হৃৎপিণ্ড

হৃৎপেশিজুড়ে বৈদ্যুতিক তরঙ্গ এবং তারা যে সংকোচন ও রক্ত প্রবাহ চালায়।

যে প্রশ্নের উত্তর দেয়: এই ওষুধ বা যন্ত্র কি অনিয়মিত হৃদস্পন্দন আরও খারাপ করবে?

বাদ দেয়: আসল হৃৎপিণ্ডগুলোর মধ্যে স্বতন্ত্র তারতম্য একটি মডেলে ধরা এখনো কঠিন।

যাতে চলে: প্রায় 10^16 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, পুরো হৃৎপিণ্ডের তড়িৎ-যান্ত্রিক ক্রিয়ার একটি স্পন্দন চালাচ্ছে শুরুর সাল: 1960 Noble-এর একটি পারকিনজে তন্তু কোষের অ্যাকশন পটেনশিয়ালের কম্পিউটার মডেল; পুরো হৃৎপিণ্ডের মডেল এসেছে পরে [সূত্র](https://www.nature.com/articles/188495b0) সিমুলেশন বৃক্ষে: [হৃদ-কোষ মডেল](https://simulation-hypothesis.com/bn/trees/simulations?n=life-noble)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: ক্ষেত্র

### রক্ত প্রবাহ

ধমনী, শিরা এবং স্টেন্ট ও ভালভের মতো যন্ত্রের ভেতর দিয়ে চলা রক্ত।

যে প্রশ্নের উত্তর দেয়: এই ধমনী কোথায় দুর্বল হতে বা বন্ধ হতে পারে?

বাদ দেয়: নালির দেয়ালকে প্রায়ই অনমনীয় ধরা হয়, ফলে আসল স্থিতিস্থাপকতা বাদ পড়ে।

যাতে চলে: প্রায় 10^15 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, রোগী-নির্দিষ্ট ধমনী-প্রবাহ সিমুলেশন চালাচ্ছে শুরুর সাল: 1989 Perktold ও সহকর্মীদের ক্যারোটিড ধমনীর প্রবাহের সসীম-উপাদান মডেল

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)নিম্নসীমা: ক্ষেত্র

### শ্বাস ও শ্বাসনালী

শাখান্বিত শ্বাসনালীর ভেতর দিয়ে চলা বাতাস এবং তাতে বাহিত কণা।

যে প্রশ্নের উত্তর দেয়: শ্বাসে নেওয়া ওষুধ বা দূষক কোথায় গিয়ে পৌঁছায়?

বাদ দেয়: বেশিরভাগ মডেল একজন নির্দিষ্ট ব্যক্তির নয়, একটি আদর্শায়িত শ্বাসনালি-বৃক্ষ ব্যবহার করে।

যাতে চলে: প্রায় 10^14 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, শাখান্বিত শ্বাসনালী-বৃক্ষের ভেতর দিয়ে বায়ুপ্রবাহ সিমুলেট করছে শুরুর সাল: 1993 শ্বাসনালী-বৃক্ষে বায়ুপ্রবাহের প্রাথমিক তরলগতিবিদ্যা মডেল

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)নিম্নসীমা: ক্ষেত্র

### পেশি-কঙ্কাল জৈব-বলবিদ্যা

হাড়, জোড়া ও পেশি একটি যুক্ত যান্ত্রিক ব্যবস্থা হিসেবে, হাঁটা, তোলা ও পড়ে যাওয়া।

যে প্রশ্নের উত্তর দেয়: কোন পেশি চাপ নেয়, আর এই ইমপ্ল্যান্টের আকার কেমন হওয়া উচিত?

বাদ দেয়: আসল একটি অঙ্গের ভেতরের বল পরোক্ষভাবে অনুমান করা হয়, মাপা হয় না।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি নড়াচড়ার পেশি-কঙ্কাল মডেল সমাধান করে শুরুর সাল: 1990 পেশি-কঙ্কালের গতির Delp ও সহকর্মীদের কম্পিউটার মডেল

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### প্রতিরোধী সাড়া

শরীরের ভেতরে রোগ-প্রতিরোধী কোষ ও রোগজীবাণুর দেখা হওয়া, বংশবৃদ্ধি ও সংকেত আদান-প্রদান।

যে প্রশ্নের উত্তর দেয়: কিছু সংক্রমণ কেন সেরে যায়, আর কিছু দীর্ঘস্থায়ী হয়?

বাদ দেয়: আসল রোগ-প্রতিরোধী সংকেত যেকোনো মডেল পুরোপুরি যতটা অনুসরণ করে তার চেয়ে অনেক জটিল।

যাতে চলে: প্রায় 10^13 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, একটি এজেন্ট-ভিত্তিক রোগ-প্রতিরোধ সিমুলেশন চালাচ্ছে শুরুর সাল: 1992 রোগ-প্রতিরোধ সাড়ার Celada ও Seiden-এর সেলুলার অটোমেটন মডেল

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: কোষ

### ওষুধের দেহ-গতিবিদ্যা

একটি ওষুধ শোষিত হয়, শরীরের বিভিন্ন কক্ষে ছড়ায়, ভাঙে এবং নির্গত হয়।

যে প্রশ্নের উত্তর দেয়: এই বয়স আর ওজনের কারও জন্য কত মাত্রা, কত ঘন ঘন?

বাদ দেয়: একটি জনগোষ্ঠী-গড় মডেল একজন নির্দিষ্ট রোগী কীভাবে ওষুধ সামলায় তা হয়তো ধরতে পারে না।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি কক্ষ-বিভাজিত ওষুধ মডেল সমাধান করে শুরুর সাল: 1937 Teorell-এর ওষুধ বিতরণের দুই-কক্ষ মডেল

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### ইন সিলিকো ক্লিনিক্যাল ট্রায়াল

বাস্তবসম্মত তারতম্যসহ ভার্চুয়াল রোগীর জনগোষ্ঠী, একটি আসল পরীক্ষার আগে বা পাশাপাশি চিকিৎসা দেওয়া।

যে প্রশ্নের উত্তর দেয়: এই চিকিৎসা কাকে সাহায্য করতে পারে, আর কার ক্ষতি করতে পারে?

বাদ দেয়: নিয়ন্ত্রকরা এখনো পাশাপাশি আসল পরীক্ষা চান। ভার্চুয়াল রোগী সেগুলোকে পুরোপুরি প্রতিস্থাপন করতে পারে না।

যাতে চলে: প্রায় 10^14 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, হাজার হাজার ভার্চুয়াল রোগী চালাচ্ছে শুরুর সাল: 2011 2011 সালের মধ্যে, একটি যন্ত্রের প্রমাণের সঙ্গে জমা দেওয়া প্রাথমিক ইন সিলিকো পরীক্ষা

[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### হৃদযন্ত্রের ডিজিটাল যমজ

একজন রোগীর স্ক্যান ও সংকেত থেকে ফিট করা হৃৎপিণ্ডের মডেল, যা দিয়ে অনুমান করা হয় ওই হৃৎপিণ্ড কোনো চিকিৎসায় কেমন সাড়া দেবে।

যে প্রশ্নের উত্তর দেয়: একটি নির্দিষ্ট চিকিৎসায় এই রোগীর হৃৎপিণ্ড কীভাবে সাড়া দেবে?

বাদ দেয়: মেলানোর মান চিত্রগ্রহণের তথ্যের ওপর নির্ভর করে, আর কলার বৈশিষ্ট্য অনুমান করা।

যাতে চলে: প্রায় 10^15 FLOPS মোটামুটি ব্যক্তিগতকৃত বৈদ্যুতিক-যান্ত্রিক রান ও মেলানো শুরুর সাল: 2020 The 'Digital Twin' to enable the vision of precision cardiology (2020) [সূত্র](https://doi.org/10.1093/eurheartj/ehaa159)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[শেখা ইমুলেটর](https://simulation-hypothesis.com/bn/simulations/methods#m-learned)নিম্নসীমা: দেহ

### সংবেদী মস্তিষ্ক-অঞ্চলের নিউরাল পূর্বাভাস মডেল

রেকর্ড করা সাড়ায় প্রশিক্ষিত একটি নিউরাল নেটওয়ার্ক মস্তিষ্কের একটি অংশের বদলি হয়ে ওঠে, গবেষকদের সিলিকোতে পরীক্ষা করতে দেয় কোন উদ্দীপনা নিউরনকে সবচেয়ে বেশি উত্তেজিত করে।

যে প্রশ্নের উত্তর দেয়: কোন উদ্দীপক একটি নির্দিষ্ট নিউরনকে সবচেয়ে জোরে চালায়?

বাদ দেয়: পূর্বাভাস আসল টিস্যুতে যাচাই দরকার এবং কেবল পরীক্ষা-করা প্রাণীদের ঢাকে।

যাতে চলে: প্রায় 10^16 FLOPS মোটামুটি রেকর্ডিংয়ে প্রশিক্ষণ, তারপর সীমাহীন ভার্চুয়াল পরীক্ষা শুরুর সাল: 2019 Inception loops discover what excites neurons most using deep predictive models (2019) [সূত্র](https://doi.org/10.1038/s41593-019-0517-x)

[শেখা ইমুলেটর](https://simulation-hypothesis.com/bn/simulations/methods#m-learned)নিম্নসীমা: কোষ

### মস্তিষ্ক-উদ্দীপনার ক্ষেত্র মডেল

সসীম-উপাদান মাথার মডেল ইলেকট্রোড বা কুণ্ডলী থেকে আসা তড়িৎ প্রবাহ মাথার ত্বক, খুলি ও মস্তিষ্ক-কলার ভেতর দিয়ে কীভাবে ছড়ায় তা অনুসরণ করে।

যে প্রশ্নের উত্তর দেয়: উদ্দীপকের তড়িৎক্ষেত্র মস্তিষ্কের কোথায় গিয়ে পড়ে?

বাদ দেয়: কলার পরিবাহিতা অনিশ্চিত, আর স্নায়ুর সাড়া সিমুলেট করা হয় না।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি আলাদা আলাদা মাথার জালিকায় সসীম-উপাদান সমাধান শুরুর সাল: 2009 Gyri-precise head model of transcranial direct current stimulation (2009) [সূত্র](https://doi.org/10.1016/j.brs.2009.03.005)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### ভার্চুয়াল জনসংখ্যায় ওষুধ-এক্সপোজারের মডেল

পুরো-দেহের ওষুধ-পরিবহন মডেল একটি কৃত্রিম জনসংখ্যায় চালানো হয়, যেখানে বয়স, জিন আর অঙ্গের কাজ আলাদা।

যে প্রশ্নের উত্তর দেয়: শিশু, বয়স্ক ও অঙ্গের রোগে ভোগা রোগীদের মধ্যে ওষুধের মাত্রা কতটা আলাদা হবে?

বাদ দেয়: মাপা এনজাইম ও পরিবহনকারীর তথ্যের ওপর নির্ভর করে।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি ওয়ার্কস্টেশনে হাজার হাজার ভার্চুয়াল ব্যক্তি শুরুর সাল: 2009 The Simcyp population-based ADME simulator (2009) [সূত্র](https://doi.org/10.1517/17425250802691074)

[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: দেহ

### অন্ত্রের জীবাণুগোষ্ঠী সম্প্রদায়ের মডেল

অন্ত্রের কয়েক ডজন ব্যাকটেরিয়া প্রজাতি প্রতিযোগিতা ও পারস্পরিক-খাওয়ানোর মাধ্যমে ক্রিয়া করে, খাদ্য বা অ্যান্টিবায়োটিকের বিঘ্নে সময়ের সঙ্গে তাদের প্রাচুর্য অনুসরণ করা হয়।

যে প্রশ্নের উত্তর দেয়: অন্ত্রে কোন প্রজাতি স্থির থাকে, আর কোন বিপর্যয় গোষ্ঠীটিকে উল্টে দিতে পারে?

বাদ দেয়: মিথস্ক্রিয়ার শক্তি গোলমালযুক্ত উপাত্ত থেকে অনুমান করা হয়, আর নমুনা-নেওয়া অবস্থার বাইরে তা নাও খাটতে পারে।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ওয়ার্কস্টেশনে সাধারণীকৃত Lotka-Volterra মেলানো ও বিপাকীয় সম্প্রদায় সিমুলেশন। শুরুর সাল: 2013 Stein and colleagues, ecological modelling from time-series inference of intestinal microbiota. [সূত্র](https://doi.org/10.1371/journal.pcbi.1003388)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: কোষ

### রোগীর নিজস্ব মডেল দিয়ে অস্ত্রোপচারের পরিকল্পনা

একটি স্ক্যানকে ব্যক্তিগত শারীরস্থানিক মডেলে পরিণত করা হয়, একটি অস্ত্রোপচারের বিকল্প ভার্চুয়ালভাবে প্রয়োগ করা হয়, এবং অপারেশনের আগে ফলাফল তুলনা করতে প্রবাহ বা পীড়ন গণনা করা হয়।

যে প্রশ্নের উত্তর দেয়: কোন অস্ত্রোপচারের বিকল্প এই রোগীকে সেরা ফল দেয়?

বাদ দেয়: কলার ধর্ম গড় থেকে ধরে নেওয়া হয়, আর অস্ত্রোপচারের পর সেরে ওঠা মডেল করা হয়নি।

যাতে চলে: প্রায় 10^14 FLOPS মোটামুটি প্রতিটি প্রার্থী পরিকল্পনার জন্য একটি প্রবাহ বা চাপ সমাধান, ক্লাস্টারে কয়েক ঘণ্টা। শুরুর সাল: 1999 Taylor and colleagues, predictive medicine using computational techniques for therapeutic decision-making. [সূত্র](https://doi.org/10.1002/%28sici%291097-0150%281999%294:5<231::aid-igs1>3.0.co;2-z)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### হৃৎপিণ্ডের ভাল্ভে তরল-কাঠামো মিথস্ক্রিয়া

একটি নমনীয় ভালভ-পাতা ও তার চারপাশে বয়ে চলা রক্ত একসঙ্গে গণনা করা হয়, যেহেতু পাতাটি যে প্রবাহকে নিয়ন্ত্রণ করে, সেই প্রবাহই তাকে ঠেলে খোলে ও দড়াম করে বন্ধ করে।

যে প্রশ্নের উত্তর দেয়: একটি ভাল্‌ভ কীভাবে খোলে ও বন্ধ হয়, আর একটি প্রতিস্থাপন ভাল্‌ভ প্রবাহকে কীভাবে বদলায়?

বাদ দেয়: ভাল্ভের লিফলেটের উপাদানের ধর্ম ও আশপাশের পেশির গতি সরল করা হয়েছে।

যাতে চলে: প্রায় 10^15 FLOPS মোটামুটি একটি ক্লাস্টারে চলমান-সীমানার তরল সমাধান। শুরুর সাল: 1972 Peskin, হৃৎপিণ্ডের ভাল্ভের চারপাশে প্রবাহের নকশা, নিমজ্জিত-সীমানা পদ্ধতির সূচনা। [সূত্র](https://doi.org/10.1016/0021-9991%2872%2990065-4)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### হাড়ের অভিযোজন ও ইমপ্ল্যান্টের পুনর্গঠন

হাড়ের সসীম-উপাদান মডেল, যেখানে পীড়ন বেশি সেখানে কলা যোগ হয় আর কম সেখানে সরে যায়, কয়েক মাস ও বছর ধরে।

যে প্রশ্নের উত্তর দেয়: একটি ইমপ্ল্যান্টের চারপাশে হাড় সময়ের সঙ্গে কীভাবে বদলাবে?

বাদ দেয়: পুনর্গঠনের নিয়ম একটি ফেনোমেনোলজিক্যাল সূত্র, আর রোগীভেদে আলাদা হয়।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি ওয়ার্কস্টেশনে পুনরাবৃত্ত সসীম-উপাদান সমাধান। শুরুর সাল: 1987 Huiskes ও সহকর্মীরা, কৃত্রিম অঙ্গের নকশায় প্রয়োগ করা অভিযোজনশীল হাড়-পুনর্গঠন তত্ত্ব। [সূত্র](https://doi.org/10.1016/0021-9290%2887%2990030-3)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### অস্ত্রোপচারের জন্য পেশি-কঙ্কাল মডেল

পা বা হাতের হাড়, জোড়া ও পেশি-কণ্ডরা অ্যাকচুয়েটর মডেল করা হয়, যাতে একটি অস্ত্রোপচার-পরিবর্তন, যেমন কণ্ডরা-স্থানান্তর, নড়াচড়ায় কী প্রভাব ফেলে তা পরীক্ষা করা যায়।

যে প্রশ্নের উত্তর দেয়: এই টেন্ডন স্থানান্তর কি রোগীর হাঁটা উন্নত করবে?

বাদ দেয়: পেশির সক্রিয়তা মাপা হয় না, অনুমান করা হয়, আর স্নায়ু-নিয়ন্ত্রণ মডেল করা হয়নি।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি ল্যাপটপে বিপরীত গতিবিদ্যা ও পেশি অপ্টিমাইজেশন। শুরুর সাল: 1990 Delp and colleagues, an interactive graphics-based model of the lower extremity to study orthopaedic surgery. [সূত্র](https://doi.org/10.1109/10.102791)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### রেডিওথেরাপি মাত্রা গণনা

রোগীর স্ক্যানের ভেতর দিয়ে ফোটন বা প্রোটন মন্টে কার্লো পরিবহনে অনুসরণ করা হয়, টিউমার ও সুস্থ টিস্যুতে পড়া বিকিরণ-মাত্রা গণনা করতে।

যে প্রশ্নের উত্তর দেয়: পরিকল্পিত রশ্মি কি কাছের অঙ্গ বাঁচিয়ে টিউমারে মাত্রা পৌঁছায়?

বাদ দেয়: স্ক্যান একটি তাৎক্ষণিক ছবি, তাই চিকিৎসার সময় রোগীর নড়াচড়া আর শারীরস্থানের বদল আনুমানিক।

যাতে চলে: প্রায় 10^13 FLOPS মোটামুটি ক্লাস্টার বা GPU-তে প্রতি পরিকল্পনায় কয়েক মিলিয়ন থেকে শত শত কোটি ইতিহাস। শুরুর সাল: 1988 Mackie ও সহকর্মীরা, EGS মন্টে কার্লো কোড দিয়ে তৈরি ফোটন-শক্তি জমা কার্নেল। [সূত্র](https://doi.org/10.1088/0031-9155/33/1/001)

[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)[কণা ও N-বডি](https://simulation-hypothesis.com/bn/simulations/methods#m-particles)নিম্নসীমা: দেহ

### চিত্রগ্রহণের জন্য ভার্চুয়াল শারীরস্থান ফ্যান্টম

বিস্তারিত অঙ্গ এবং স্পন্দিত বা শ্বাস-নেওয়া নড়াচড়াসহ ডিজিটাল মানব-শরীর, সিমুলেটেড স্ক্যানের বিষয় হিসেবে ব্যবহৃত, যাতে ছবি-পদ্ধতি জানা সত্যের বিরুদ্ধে পরীক্ষা করা যায়।

যে প্রশ্নের উত্তর দেয়: এই স্ক্যানার ও অ্যালগরিদম কি একটি জানা অস্বাভাবিকতা পুনরুদ্ধার করতে পারে?

বাদ দেয়: ফ্যান্টমটি অল্প কয়েকজনের সঙ্গে মিলিয়ে নেওয়া একটি আকৃতির মডেল, আর শারীরস্থানের পুরো পরিসর ধরতে পারে না।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি ওয়ার্কস্টেশনে প্রতি স্ক্যানে রে-ট্রেসিং বা পরিবহন সিমুলেশন। শুরুর সাল: 2010 Segars ও সহকর্মীরা, বহু-পদ্ধতি চিত্রণ গবেষণার জন্য 4D XCAT ফ্যান্টম। [সূত্র](https://doi.org/10.1118/1.3480985)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: দেহ

### চৌম্বক অনুরণন ছবির সিমুলেশন

চৌম্বক ক্ষেত্রে নিউক্লিয়ার স্পিনের পদার্থবিজ্ঞান একটি পালস অনুক্রমের মাধ্যমে সিমুলেট করা হয়, একটি ভার্চুয়াল দেহের কৃত্রিম স্ক্যান তৈরি করতে।

যে প্রশ্নের উত্তর দেয়: এই কলার জন্য এই অনুক্রম কোন ছবি তৈরি করবে?

বাদ দেয়: কলার শিথিলতার মান গড় মান, আর নড়াচড়া ও যন্ত্রের অপূর্ণতা কেবল আংশিক মডেল করা হয়।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি GPU-তে একটি পূর্ণ আয়তনের Bloch-সমীকরণ সিমুলেশন। শুরুর সাল: 2005 Benoit-Cattin and colleagues, the SIMRI interactive MRI simulator. [সূত্র](https://doi.org/10.1016/j.jmr.2004.09.027)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)নিম্নসীমা: দেহ

### হাড়ভাঙা জোড়া লাগার সিমুলেশন

ভাঙা হাড়ের জোড়া লাগার ফাঁকে যান্ত্রিক বিকৃতি ঠিক করে টিস্যু তরুণাস্থি, নতুন হাড় না আঁশযুক্ত দাগ হিসেবে গড়ে উঠবে।

যে প্রশ্নের উত্তর দেয়: এই ভাঙা হাড় জোড়া লাগানোর পদ্ধতি কি হাড়কে সারতে দেবে?

বাদ দেয়: কলা-বিভেদনের নিয়ম অভিজ্ঞতালব্ধ, আর রক্ত সরবরাহ সরল করা।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ওয়ার্কস্টেশনে কয়েক সপ্তাহের সিমুলেশনের ওপর সসীম-উপাদান সমাধান। শুরুর সাল: 1999 Claes and Heigele, local stress and strain along bony surfaces predicting the course and type of fracture healing. [সূত্র](https://doi.org/10.1016/s0021-9290%2898%2900153-5)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### পোষকদেহের ভেতরে ভাইরাসের গতিবিদ্যা

একজন রোগীর ভেতরে মুক্ত ভাইরাস, সংক্রমিত কোষ ও লক্ষ্য কোষ অনুসরণ করা হয়, আর চিকিৎসা শুরুর পর তাদের বদল দেখায় ভাইরাস কত দ্রুত তৈরি ও অপসারিত হয়।

যে প্রশ্নের উত্তর দেয়: ভাইরাস একজন মানুষের ভেতরে কত দ্রুত বংশবৃদ্ধি করে, আর চিকিৎসা কী বদলায়?

বাদ দেয়: কলার কাঠামো আর রক্ত ছাড়া সংক্রমণের অন্য স্থান ধরা হয়নি।

যাতে চলে: প্রায় 10^7 FLOPS মোটামুটি একজন রোগীর সময়-ধারায় মেলানো কয়েকটি যুগ্ম অন্তরক সমীকরণ। শুরুর সাল: 1996 Perelson ও সহকর্মীরা, জীবদেহে HIV-1 গতিবিদ্যা। [সূত্র](https://doi.org/10.1126/science.271.5255.1582)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: কোষ

### স্ক্যান থেকে করোনারি প্রবাহ রিজার্ভ

একটি হৃদ-স্ক্যান থেকে করোনারি ধমনীর ভেতর দিয়ে রক্ত প্রবাহ গণনা করা হয়, একটি সরু অংশ প্রবাহ এতটা আটকাচ্ছে কি না যে স্টেন্ট লাগবে, তা অনুমান করতে।

যে প্রশ্নের উত্তর দেয়: এই সংকোচন কি হৃদপেশিকে রক্ত থেকে বঞ্চিত করার জন্য যথেষ্ট?

বাদ দেয়: ছোট রক্তনালীর সীমানা শর্ত মাপা হয় না, রোগীর থেকে অনুমান করা হয়।

যাতে চলে: প্রায় 10^14 FLOPS মোটামুটি ক্লাস্টারে প্রতি স্ক্যানে রোগী-নির্দিষ্ট একটি প্রবাহ সমাধান। শুরুর সাল: 2013 Taylor and colleagues, CFD applied to cardiac CT for noninvasive quantification of fractional flow reserve. [সূত্র](https://doi.org/10.1016/j.jacc.2012.11.083)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### কর্ণাবর্তের বলবিদ্যা

অন্তঃকর্ণের তরলে শব্দতরঙ্গ কক্লিয়ার ভেতরের কম্পমান পর্দার সঙ্গে যুক্ত হয়ে চলমান তরঙ্গ তৈরি করে, যা সুরের উচ্চ-নিচু বাছাই করে।

যে প্রশ্নের উত্তর দেয়: কান কীভাবে শব্দকে স্থান-কোডযুক্ত সংকেতে রূপ দেয়?

বাদ দেয়: চুলের কোষের সক্রিয় বিবর্ধন আনুমানিক ফিডব্যাক দিয়ে ধরা হয়।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ওয়ার্কস্টেশনে কর্ণাবর্তের তরলের সসীম-পার্থক্য সমাধান। শুরুর সাল: 1981 Neely, কক্লিয়ার একটি দ্বিমাত্রিক মডেলের সসীম-ব্যবধান সমাধান। [সূত্র](https://doi.org/10.1121/1.385820)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### পুরো-দেহের সমন্বিত শারীরবৃত্ত

রক্তচাপ, কিডনি, তরল-ভারসাম্য ও হরমোন সঞ্চালন ও তার নিয়ন্ত্রণের একটি একক মডেলে যুক্ত।

যে প্রশ্নের উত্তর দেয়: দেহ কীভাবে রক্তচাপ নিয়ন্ত্রণ করে, আর একটি অঙ্গ বিকল হলে কী ঘটে?

বাদ দেয়: প্রতিটি অঙ্গ একটি পিণ্ড-কক্ষ এবং কোষের খুঁটিনাটি অনুপস্থিত।

যাতে চলে: প্রায় 10^6 FLOPS মোটামুটি ল্যাপটপে কয়েক শো অন্তরক সমীকরণ। শুরুর সাল: 1972 Guyton, Coleman ও Granger, সংবহন: সামগ্রিক নিয়ন্ত্রণ। [সূত্র](https://doi.org/10.1146/annurev.ph.34.030172.000305)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)নিম্নসীমা: দেহ

### জৈব-তাপ স্থানান্তর ও অতিতাপ

রক্তপ্রবাহ তাপ বয়ে নিয়ে গেলে টিস্যুতে তাপ-পরিবহন, যা দিয়ে জ্বর, তাপজনিত চাপ বা তাপভিত্তিক ক্যান্সার চিকিৎসায় তাপমাত্রা অনুমান করা হয়।

যে প্রশ্নের উত্তর দেয়: টিস্যু কতটা গরম হয় আর তাপ কত গভীরে যায়?

বাদ দেয়: রক্ত-সঞ্চালনকে একটি অভিন্ন তাপ-শোষক হিসেবে ধরা হয়।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি একটি ওয়ার্কস্টেশনে সসীম-উপাদান তাপ সমাধান। শুরুর সাল: 1948 Pennes, বিশ্রামরত মানুষের বাহুর টিস্যু ও ধমনীর রক্তের তাপমাত্রার বিশ্লেষণ। [সূত্র](https://doi.org/10.1152/jappl.1948.1.2.93)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### কিডনির নেফ্রন পরিবহন মডেল

কিডনির লুপ আর নালিকার ভেতর দিয়ে জল, লবণ আর ইউরিয়া চলে, যুক্ত প্রবাহ হিসেবে সমাধান করা, প্রস্রাব কীভাবে ঘন হয় তা দেখাতে।

যে প্রশ্নের উত্তর দেয়: বিপরীতমুখী নালিকার বিন্যাস কীভাবে কিডনিকে প্রস্রাব ঘন করতে দেয়?

বাদ দেয়: নালিকার ধর্ম আর ত্রিমাত্রিক বিন্যাস অল্প কিছু প্রজাতিতে মাপা হয়েছে, তাই প্যারামিটার প্রাণী থেকে বাড়িয়ে ধরা হয়।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি ওয়ার্কস্টেশনে কয়েক মিনিট থেকে কয়েক ঘণ্টা। শুরুর সাল: 1966 Stephenson-এর বৃক্কের বিপরীতমুখী প্রবাহ ব্যবস্থায় ঘনত্ব বিশ্লেষণ। [সূত্র](https://doi.org/10.1016/s0006-3495%2866%2986676-6)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### স্বরতন্ত্রী ও কণ্ঠস্বর উৎপাদনের মডেল

স্বরতন্ত্রী স্প্রিংয়ে বাঁধা ভর হিসেবে, ফুসফুসের বাতাসে চালিত, গলা আর মুখের আকারের সঙ্গে যুক্ত, স্বরধ্বনি তৈরি করতে।

যে প্রশ্নের উত্তর দেয়: ভাঁজের কোন ভৌত সেটিং স্পষ্ট, হাওয়া-মেশানো বা কর্কশ কণ্ঠ তৈরি করে?

বাদ দেয়: ভাঁজগুলোকে অল্প কয়েকটি ভরে নামানো হয়েছে, তাই কলার স্তর আর পূর্ণ ত্রিমাত্রিক বায়ুপ্রবাহ ধরা পড়ে না।

যাতে চলে: প্রায় 10^8 FLOPS মোটামুটি স্বরযুক্ত ধ্বনির প্রতি বাক্যের জন্য কয়েক সেকেন্ড থেকে কয়েক মিনিট। শুরুর সাল: 1972 Ishizaka ও Flanagan-এর স্বরযুক্ত ধ্বনি সংশ্লেষণের জন্য স্বরতন্ত্রীর দুই-ভরের মডেল। [সূত্র](https://doi.org/10.1002/j.1538-7305.1972.tb02651.x)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)নিম্নসীমা: দেহ

### সার্কাডিয়ান ঘড়ি মডেল

শরীরের ঘড়ির প্রতিনিধি যুগ্ম দোলক আলো ও বিশ্রামের সময়ে সাড়া দেয়, সূচি বা ভ্রমণে বদল হলে ঘুম ও সতর্কতা কীভাবে সরে তা অনুমান করে।

যে প্রশ্নের উত্তর দেয়: বিমানযাত্রা বা শিফট বদলের পর শরীরের ঘড়ি মানিয়ে নিতে কত সময় লাগে?

বাদ দেয়: কয়েকটি দোলক একটি গোটা নিউরন-নেটওয়ার্কের প্রতিনিধিত্ব করে, আর ঘড়ির পর্যায়কাল ও আলোর প্রতি সংবেদনশীলতায় মানুষে মানুষে বিস্তর তফাত।

যাতে চলে: প্রায় 10^5 FLOPS মোটামুটি ল্যাপটপে কয়েক সেকেন্ড। শুরুর সাল: 1982 Kronauer ও সহকর্মীদের দুটি পারস্পরিক ক্রিয়াশীল দোলকসহ মানুষের সার্কাডিয়ান ব্যবস্থার গাণিতিক মডেল। [সূত্র](https://doi.org/10.1152/ajpregu.1982.242.1.r3)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: দেহ

## জনস্বাস্থ্য

### কক্ষ-বিভাজিত মহামারি মডেল

একটি জনগোষ্ঠী সংক্রমণপ্রবণ, সংক্রমিত ও সুস্থ হওয়া ভাগে বিভক্ত, তাদের মধ্যে হারগুলো প্রবাহিত হয়।

যে প্রশ্নের উত্তর দেয়: এই প্রাদুর্ভাব কত বড় হবে, আর কখন চূড়ায় পৌঁছাবে?

বাদ দেয়: ধরে নেয় সমসত্ত্ব মেশামিশি, প্রত্যেকে প্রত্যেকের সঙ্গে একই হারে দেখা করে, যা আসল সংস্পর্শ-নকশা মানে না।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি একটি ল্যাপটপ, যা কয়েকটি যুগ্ম মহামারি-সমীকরণ সমাধান করে শুরুর সাল: 1927 Kermack ও McKendrick-এর বদ্ধ মহামারির সমীকরণ

[ইন্টারঅ্যাকটিভ মডেলটি চালান](https://simulation-hypothesis.com/bn/simulations/run#toy-epidemic)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### এজেন্ট-ভিত্তিক মহামারি

একটি পুরো শহর বা দেশের কৃত্রিম জনগোষ্ঠী, প্রত্যেক ব্যক্তির একটি পরিবার, বিদ্যালয় বা কর্মস্থল, এবং যোগাযোগ রয়েছে, যার পথ ধরে রোগ ছড়ায়।

যে প্রশ্নের উত্তর দেয়: কোন ব্যবস্থা সবচেয়ে কম খরচে ছড়ানো সবচেয়ে বেশি ধীর করে?

বাদ দেয়: পরিবার, স্কুল ও কর্মস্থলের বিস্তারিত উপাত্ত দরকার, যা অনেক দেশের নেই।

যাতে চলে: প্রায় 10^16 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, দেশ-পরিসরের কৃত্রিম জনগোষ্ঠী সিমুলেট করছে শুরুর সাল: 2005 Longini, Ferguson ও সহকর্মীদের এজেন্ট-ভিত্তিক ইনফ্লুয়েঞ্জা মহামারি মডেল

[ইন্টারঅ্যাকটিভ মডেলটি চালান](https://simulation-hypothesis.com/bn/simulations/run#toy-epidemic)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: দেহ

### রোগজীবাণুর বিবর্তন

একটি ভাইরাস বা ব্যাকটেরিয়া এক পোষক থেকে অন্য পোষকে যাওয়ার সময় পরিব্যক্তি দেখা দেয় ও ছড়ায়।

যে প্রশ্নের উত্তর দেয়: এই ওষুধের বিরুদ্ধে প্রতিরোধ কত দ্রুত বিবর্তিত হতে পারে?

বাদ দেয়: আসল পরিব্যক্তি ও যোগ্যতার ভূদৃশ্য হাতেগোনা কয়েকটি লোকাসের চেয়ে অনেক জটিল।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা ওষুধ-প্রতিরোধের বিবর্তন সিমুলেট করে শুরুর সাল: 1990 HIV-তে ওষুধ-প্রতিরোধের বিবর্তনের প্রাথমিক স্টোক্যাস্টিক মডেল

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[বিবর্তনীয়](https://simulation-hypothesis.com/bn/simulations/methods#m-evolutionary)নিম্নসীমা: জনসংখ্যা

### রোগের বোঝা ও স্বাস্থ্য-অর্থনীতি মডেলিং

একটি রোগ ও তার চিকিৎসা অনুসরণ করা হয় অসুস্থতা, অক্ষমতা, ব্যয় ও মৃত্যুর সম্ভাবনা হিসেবে, প্রতি পাউন্ড খরচে কোন স্বাস্থ্য-হস্তক্ষেপ সবচেয়ে বেশি ভালো করে তা তুলনা করতে।

যে প্রশ্নের উত্তর দেয়: টাকার অনুপাতে কোন চিকিৎসা বা কর্মসূচি সবচেয়ে বেশি সুস্থ জীবনবর্ষ দেয়?

বাদ দেয়: জীবনের একটি বছর বা কষ্টে একটি সংখ্যা বসানো পাটিগণিতের মোড়কে একটি মূল্যবিচার।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি কোহর্ট ব্যয়-কার্যকারিতা মডেল চালায় শুরুর সাল: 1993 বিশ্বব্যাংকের বৈশ্বিক অক্ষমতা-সমন্বিত জীবনবর্ষ রোগভারের গবেষণা

[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### প্রাদুর্ভাবের জিনোমীয় মহামারিবিদ্যা

প্রাদুর্ভাবের সময় নেওয়া রোগজীবাণুর জিনোম, সংক্রমণের একটি বংশবৃক্ষ বানাতে ও কে সম্ভবত কাকে সংক্রমিত করেছে এবং তা কত দ্রুত বাড়ছে তা অনুমান করতে ব্যবহৃত।

যে প্রশ্নের উত্তর দেয়: শুধু যোগাযোগ-অনুসন্ধান যা দেখতে পায় তার আড়ালে এই প্রাদুর্ভাব আসলে কীভাবে ছড়াচ্ছে?

বাদ দেয়: কেবল যে ক্ষেত্রগুলোর ক্রম নির্ণয় হয় সেগুলোই বৃক্ষে দেখা যায়, তাই পাতলা বা পক্ষপাতদুষ্ট নমুনা বিভ্রান্ত করতে পারে।

যাতে চলে: প্রায় 10^13 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, হাজার হাজার জিনোম থেকে বৃক্ষ গড়ছে শুরুর সাল: 2013 পশ্চিম আফ্রিকায় ইবোলা প্রাদুর্ভাবের রিয়েল-টাইম জিনোমীয় অনুসরণ

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: জনসংখ্যা

### পরিবেশ ও রাসায়নিক সংস্পর্শের ঝুঁকি মূল্যায়ন

দূষক, খাবারের দূষণ বা বিকিরণ মাত্রার সংস্পর্শে একটি জনসংখ্যা কীভাবে ক্ষতির সম্ভাবনায় রূপ নেয়, উপাত্তের অনিশ্চয়তার পুরো পরিসরজুড়ে চালানো।

যে প্রশ্নের উত্তর দেয়: একটি পুরো জনসংখ্যা এই রাসায়নিকের কতটা সংস্পর্শে থাকলে নিরাপদ?

বাদ দেয়: প্রাণীর ওপর উচ্চ পরীক্ষা-মাত্রা থেকে মানুষের নিম্ন মাত্রায় বহির্গণনা একটি স্থায়ী বিচার-নির্ভর সিদ্ধান্ত।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি মন্টি কার্লো মাত্রা-প্রতিক্রিয়া মডেল চালায় শুরুর সাল: 1983 মার্কিন ন্যাশনাল রিসার্চ কাউন্সিলের রাসায়নিক ঝুঁকি মূল্যায়নের কাঠামো

[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### চলাচল-নেটওয়ার্ক মহামারি মডেল

যাতায়াত ও বিমান-ভ্রমণের তথ্য দিয়ে যুক্ত শহরের বৈশ্বিক নেটওয়ার্কে রোগের বিস্তার সিমুলেট করা হয়।

যে প্রশ্নের উত্তর দেয়: একটি প্রাদুর্ভাব কত দ্রুত অন্য অঞ্চল ও দেশে পৌঁছাবে?

বাদ দেয়: প্রতিটি শহরের ভেতরের মিশ্রণ সরল করা হয়েছে, আর আচরণ-পরিবর্তন মডেল করা হয়নি।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি হাজার হাজার উপজনসংখ্যা জুড়ে স্টোক্যাস্টিক রান শুরুর সাল: 2009 Multiscale mobility networks and the spatial spreading of infectious diseases (2009) [সূত্র](https://doi.org/10.1073/pnas.0906910106)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: জনসংখ্যা

### স্বতন্ত্র-ভিত্তিক ম্যালেরিয়া মডেল

সিমুলেটেড মানুষ, মশা ও পরজীবী দেহের ভেতরের সংক্রমণ ও সংক্রমণ-প্রসার অনুসরণ করে নিয়ন্ত্রণ-কৌশল পরীক্ষা করে।

যে প্রশ্নের উত্তর দেয়: জাল, ওষুধ আর টিকার কোন মিশ্রণ ম্যালেরিয়ার সংক্রমণ কমাবে?

বাদ দেয়: মশার পরিবেশ ও স্থানীয় স্বাস্থ্যব্যবস্থা মোটা দাগে মডেল করা হয়।

যাতে চলে: প্রায় 10^13 FLOPS মোটামুটি একটি সিমুলেটেড গ্রামের অনেক স্টোকাস্টিক রান শুরুর সাল: 2008 Towards a comprehensive simulation model of malaria epidemiology and control (2008) [সূত্র](https://doi.org/10.1017/S0031182008000371)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### দৃশ্যকল্প মডেলিং কেন্দ্র

কয়েকটি মডেলিং দল টিকা বা রূপভেদ নিয়ে একই যদি-হয়-তবে ধারণা চালায়, আর প্রক্ষেপণগুলো একটি এনসেম্বলে মেলানো হয়।

যে প্রশ্নের উত্তর দেয়: প্রতিটি নীতি বা ভ্যারিয়েন্টের অনুমান থেকে কোন পরিসরের ভবিষ্যৎ আসে?

বাদ দেয়: দৃশ্যকল্প শর্তসাপেক্ষ, কী ঘটবে তার পূর্বাভাস নয়।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি বহু-দলের মহামারি মডেল এনসেম্বল শুরুর সাল: 2020 US COVID-19 Scenario Modeling Hub, 2020 সালের ডিসেম্বর থেকে [সূত্র](https://doi.org/10.1016/j.epidem.2023.100738)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)নিম্নসীমা: জনসংখ্যা

### ডিজিটাল সংস্পর্শ-অনুসন্ধান মডেল

অ্যাপভিত্তিক ট্রেসিং ধাপসহ সংক্রমণ মডেল অনুমান করে, ছড়ানো থামাতে ট্রেসিং আর আইসোলেশন কত দ্রুত হতে হবে।

যে প্রশ্নের উত্তর দেয়: মহামারি নিয়ন্ত্রণে আনতে যোগাযোগ কত দ্রুত খুঁজে বের করতে হবে?

বাদ দেয়: গ্রহণ আর মেনে চলার হার ধরে নেওয়া মান।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি শাখান্বিত-প্রক্রিয়া বা এজেন্ট চালনা শুরুর সাল: 2020 Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing (2020) [সূত্র](https://doi.org/10.1126/science.abb6936)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: জনসংখ্যা

### অ্যান্টিমাইক্রোবিয়াল রেজিস্ট্যান্সের বিস্তার

সংবেদনশীল আর প্রতিরোধী ব্যাকটেরিয়া রোগীর ভেতরে প্রতিযোগিতা করে আর তাদের মধ্যে ছড়ায়, পালা করে, মিশিয়ে বা একসঙ্গে দেওয়ার মতো বিভিন্ন অ্যান্টিবায়োটিক নীতির অধীনে।

যে প্রশ্নের উত্তর দেয়: কোন চিকিৎসা-নীতি প্রতিরোধী সংক্রমণের বৃদ্ধি ধীর করে?

বাদ দেয়: প্রতিরোধের খরচ ও সংক্রমণের হার ভালোভাবে মাপা হয়নি, আর ফল তার ওপর নির্ভর করে।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি একটি ল্যাপটপে কক্ষ-ভিত্তিক ও ব্যক্তি-ভিত্তিক হাসপাতাল মডেল। শুরুর সাল: 1997 Bonhoeffer, Lipsitch and Levin, evaluating treatment protocols to prevent antibiotic resistance. [সূত্র](https://doi.org/10.1073/pnas.94.22.12106)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### ম্যালেরিয়া সংক্রমণ ও হস্তক্ষেপ মডেল

মশার কামড়, পরজীবীর বিকাশ, মানুষের রোগ-প্রতিরোধ এবং মশারি বা টিকার মতো হস্তক্ষেপ একটি গ্রাম বা দেশে একসঙ্গে সিমুলেট করা হয়।

যে প্রশ্নের উত্তর দেয়: নিয়ন্ত্রণের কোন সমন্বয় ম্যালেরিয়া কমাতে বা নির্মূল করতে পারে?

বাদ দেয়: মশার পরিবেশ ও স্থানীয় মানুষের আচরণ ভালোভাবে মাপা হয়নি।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি ক্লাস্টারে কয়েক দশক ধরে একটি দেশের স্বতন্ত্র-ভিত্তিক সিমুলেশন। শুরুর সাল: 2008 Smith and colleagues, towards a comprehensive simulation model of malaria epidemiology and control. [সূত্র](https://doi.org/10.1017/s0031182008000371)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### ঘরের ভেতরে বাতাসে সংক্রমণের সিমুলেশন

শ্বাস, কাশি ও কথা বলায় ঘরের ভেতর ফোঁটা ও অ্যারোসল ছড়ায়, আর প্রবাহী গতিবিদ্যা অনুসরণ করে সেগুলো কোথায় যায় এবং দ্বিতীয় একজন কতটা শ্বাসে নেয়।

যে প্রশ্নের উত্তর দেয়: নিঃশ্বাসে ছাড়া ভাইরাস কত দূর যায়, আর মাস্ক বা বায়ু-চলাচল কতটা সংস্পর্শ কমায়?

বাদ দেয়: সংক্রমণ-মাত্রা ও আসল ঘরের অবস্থা যেকোনো সিমুলেশন-সজ্জার ধারণার চেয়ে বেশি বদলায়।

যাতে চলে: প্রায় 10^14 FLOPS মোটামুটি ক্লাস্টারে কণা অনুসরণসহ একটি ঘরের বৃহৎ-ঘূর্ণি সিমুলেশন। শুরুর সাল: 2020 Mittal, Ni ও Seo, COVID-19-এর প্রবাহ পদার্থবিদ্যা, শ্বাসযন্ত্রের প্রবাহের গণনামূলক গবেষণার পর্যালোচনা। [সূত্র](https://doi.org/10.1017/jfm.2020.330)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[কণা ও N-বডি](https://simulation-hypothesis.com/bn/simulations/methods#m-particles)নিম্নসীমা: ক্ষেত্র

### তামাক-নিয়ন্ত্রণ নীতির সিমুলেশন

কর, নিষেধাজ্ঞা আর প্রচারাভিযানের আওতায় একটি দেশে ধূমপান শুরু, ছাড়া আর মৃত্যুর হিসাব করা হয়; তাতে ধূমপায়ীর হার কতটা বদলায় আর কত প্রাণ বাঁচে, তা পাওয়া যায়।

যে প্রশ্নের উত্তর দেয়: একটি কর বা ধূমপান-নিষেধাজ্ঞা কত জীবন বাঁচাবে?

বাদ দেয়: নীতির প্রভাব অতীতের প্রমাণ থেকে নেওয়া এবং নতুন পরিবেশে নাও খাটতে পারে।

যাতে চলে: প্রায় 10^6 FLOPS মোটামুটি ল্যাপটপে জনসংখ্যা প্রক্ষেপণ মডেল। শুরুর সাল: 2000 Levy, Cummings ও Hyland, সামগ্রিক সিগারেট ব্যবহারে তরুণদের শুরু করার নীতির প্রভাবের সিমুলেশন। [সূত্র](https://doi.org/10.2105/ajph.90.8.1311)

[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### টিকা বণ্টনের অনুকূলকরণ

একটি মহামারি মডেল একটি অপ্টিমাইজারের সঙ্গে যুক্ত করা হয়, যা বেছে নেয় কোন বয়স বা ঝুঁকি-গোষ্ঠী দুর্লভ টিকা আগে পাবে।

যে প্রশ্নের উত্তর দেয়: সবচেয়ে বেশি প্রাণ বাঁচাতে কাকে আগে টিকা দেওয়া উচিত?

বাদ দেয়: সংস্পর্শের ধরন ও টিকার কার্যকারিতা অনিশ্চিত, আর সেরা গোষ্ঠী নির্ভর করে লক্ষ্যের ওপর।

যাতে চলে: প্রায় 10^8 FLOPS মোটামুটি ওয়ার্কস্টেশনে অনেক মহামারি রানের ওপর অপ্টিমাইজেশন। শুরুর সাল: 2009 Medlock ও Galvani, ইনফ্লুয়েঞ্জা টিকার বিতরণ অপ্টিমাইজ করা। [সূত্র](https://doi.org/10.1126/science.1175570)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### ভার্চুয়াল চিত্রগ্রহণ পরীক্ষা

সিমুলেটেড রোগী, স্ক্যানার ও পাঠক আসল মানুষ ভর্তি না করে চিত্রণ-প্রযুক্তি তুলনা করতে ব্যবহৃত হয়।

যে প্রশ্নের উত্তর দেয়: একটি নতুন চিত্রগ্রহণ যন্ত্র কি বর্তমানটির মতো ভালোভাবে ক্যান্সার খুঁজে পায়?

বাদ দেয়: ভার্চুয়াল ক্ষত আর পাঠক এমন মডেল, যা আসল চিকিৎসাগত বৈচিত্র্য হারাতে পারে।

যাতে চলে: প্রায় 10^13 FLOPS মোটামুটি ক্লাস্টারে হাজার হাজার সিমুলেটেড ছবি। শুরুর সাল: 2018 Badano and colleagues, in silico imaging trial of digital breast tomosynthesis versus full-field mammography. [সূত্র](https://doi.org/10.1001/jamanetworkopen.2018.5474)

[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### সংস্পর্শ নেটওয়ার্কে মহামারি

রোগ এমন নেটওয়ার্কের নোডের মধ্যে ছড়ায়, যার মাত্রা-বণ্টন অত্যন্ত অসম হতে পারে, আর ফল নির্ভর করে হাবগুলোর ওপর।

যে প্রশ্নের উত্তর দেয়: হাবযুক্ত নেটওয়ার্কে সংক্রমণ-ক্ষমতা কোন স্তরে পৌঁছালে একটি মহামারি ছড়াতে শুরু করে?

বাদ দেয়: আসল যোগাযোগ-নেটওয়ার্ক সময়ের সঙ্গে বদলায় এবং কেবল আংশিক পর্যবেক্ষণ করা হয়।

যাতে চলে: প্রায় 10^7 FLOPS মোটামুটি ওয়ার্কস্টেশনে দশ লক্ষ নোডের নেটওয়ার্কে মন্টে কার্লো বিস্তার। শুরুর সাল: 2001 Pastor-Satorras ও Vespignani, স্কেল-মুক্ত নেটওয়ার্কে মহামারির বিস্তার। [সূত্র](https://doi.org/10.1103/physrevlett.86.3200)

[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### মশার জনসংখ্যার গতিবিদ্যা

রোগবাহী মশার ডিম, লার্ভা, পিউপা ও প্রাপ্তবয়স্ক স্থানীয় তাপমাত্রা ও বৃষ্টিতে পাত্রের মধ্যে বিকশিত হয়, যা কামড়ানোর সংখ্যা দেয়।

যে প্রশ্নের উত্তর দেয়: আগামী মৌসুমে কত মশা থাকবে, আর প্রজননস্থল সরালে কী হয়?

বাদ দেয়: প্রজনন-স্থল গোনা কঠিন এবং রাস্তায় রাস্তায় বদলায়।

যাতে চলে: প্রায় 10^7 FLOPS মোটামুটি ল্যাপটপে জীবন-সারণি সিমুলেশন। শুরুর সাল: 1993 Focks and colleagues, a dynamic life-table model for Aedes aegypti. [সূত্র](https://doi.org/10.1093/jmedent/30.6.1003)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### ক্যান্সার স্ক্রিনিং মাইক্রোসিমুলেশন

ক্যান্সারের স্বাভাবিক গতিসহ স্বতন্ত্র জীবন-ইতিহাস স্ক্রিনিংসহ ও স্ক্রিনিং ছাড়া সিমুলেট করা হয়, যাতে ধরা পড়া রোগী ও ঠেকানো মৃত্যুর সংখ্যা অনুমান করা যায়।

যে প্রশ্নের উত্তর দেয়: একটি স্ক্রিনিং কর্মসূচি কত মৃত্যু ঠেকায়, আর অতিনির্ণয়ের কী মূল্যে?

বাদ দেয়: ক্যানসারের অপর্যবেক্ষিত প্রাথমিক গতিপথ ধরে নিতে হয়।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি ওয়ার্কস্টেশনে কয়েক মিলিয়ন সিমুলেটেড জীবন। শুরুর সাল: 1985 Habbema ও সহকর্মীরা, স্ক্রিনিং মূল্যায়নের জন্য MISCAN সিমুলেশন প্রোগ্রাম। [সূত্র](https://doi.org/10.1016/0169-2607%2885%2990048-3)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: দেহ

### স্থূলতা ও খাদ্যাভ্যাসের এজেন্ট-ভিত্তিক মডেল

ওজন, আয় ও প্রতিবেশীসহ এজেন্টরা খায় ও চলে, আর খাবারের দাম বা নীতি বদলালে পুরো জনগোষ্ঠীতে শরীরের ওজনের বণ্টন সরে যায়।

যে প্রশ্নের উত্তর দেয়: কোন হস্তক্ষেপ কয়েক দশকে জনসংখ্যার ওজনের প্রবণতা বদলে দেয়?

বাদ দেয়: আচরণ কয়েকটি নিয়মে নামিয়ে আনা হয়, আর দীর্ঘমেয়াদি প্রমাণ ক্ষীণ।

যাতে চলে: প্রায় 10^8 FLOPS মোটামুটি ওয়ার্কস্টেশনে জনসংখ্যার এজেন্ট-ভিত্তিক সিমুলেশন। শুরুর সাল: 2007 Hammond ও Epstein, স্থূলতার মহামারিতে মূল্য-নিরপেক্ষ প্রক্রিয়ার অনুসন্ধান। [সূত্র](https://doi.org/10.2139/ssrn.1024287)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)নিম্নসীমা: জনসংখ্যা

### অঙ্গ বরাদ্দ নীতির সিমুলেশন

প্রতিস্থাপনের অপেক্ষা-তালিকার রোগী, আসা দাতা-অঙ্গ ও বরাদ্দ-নিয়ম সিমুলেট করা হয়, অপেক্ষার সময় ও বেঁচে থাকার হার তুলনা করতে।

যে প্রশ্নের উত্তর দেয়: কোন বণ্টন-নিয়মে সবচেয়ে বেশি জীবনবর্ষ আর সবচেয়ে ন্যায্য অপেক্ষা মেলে?

বাদ দেয়: অঙ্গের মান এবং রোগী ও কেন্দ্রগুলোর সিদ্ধান্ত সরল করা।

যাতে চলে: প্রায় 10^8 FLOPS মোটামুটি একটি ল্যাপটপে বছরের পর বছরের অপেক্ষা-তালিকার ঘটনা সিমুলেশন। শুরুর সাল: 2000 Zenios, Chertow and Wein, dynamic allocation of kidneys to candidates on the transplant waiting list. [সূত্র](https://doi.org/10.1287/opre.48.4.549.12418)

[বিচ্ছিন্ন ঘটনা](https://simulation-hypothesis.com/bn/simulations/methods#m-discrete-event)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### অ্যাম্বুলেন্স ও দমকল কেন্দ্র মোতায়েনের মডেল

জরুরি কল এলোমেলোভাবে আসে, ইউনিট পাঠানো হয়, আর একটি সারি-মডেল প্রতিটি স্থান ও জেলা-বিন্যাসের সাড়া-সময় দেয়।

যে প্রশ্নের উত্তর দেয়: সাড়া দেওয়ার সময় কমাতে স্টেশন আর ইউনিট কোথায় বসাতে হবে?

বাদ দেয়: যাত্রার সময় আর চাহিদার আসল বিস্তার ধরে নেওয়া হয়।

যাতে চলে: প্রায় 10^7 FLOPS মোটামুটি ল্যাপটপে সারি ও মন্টে কার্লো। শুরুর সাল: 1974 Larson, শহুরে জরুরি সেবায় সুবিধা-অবস্থান ও পুনর্বিন্যাসের জন্য একটি হাইপারকিউব সারি-মডেল। [সূত্র](https://doi.org/10.1016/0305-0548%2874%2990076-8)

[বিচ্ছিন্ন ঘটনা](https://simulation-hypothesis.com/bn/simulations/methods#m-discrete-event)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### কৃত্রিম রোগী-নথি তৈরি

কৃত্রিম মানুষদের প্রকাশিত ক্লিনিক্যাল নিয়ম থেকে রোগ, চিকিৎসা ও সাক্ষাৎ দেওয়া হয়, বাস্তবসম্মত স্বাস্থ্য-নথি তৈরি করতে, যাতে কোনো আসল ব্যক্তি নেই।

যে প্রশ্নের উত্তর দেয়: কারও তথ্য প্রকাশ না করে কি বাস্তবসম্মত নথিতে সফটওয়্যার ও বিশ্লেষণ পরীক্ষা করা যায়?

বাদ দেয়: নথিতে শুধু সেই নকশাই থাকে যা জেনারেটরে দেওয়া হয়েছে, তাই বিরল রোগ আর আসল চিকিৎসার পথ পাতলাভাবে উপস্থিত।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি দশ লক্ষ রোগীর জন্য ল্যাপটপ-পরিসরের একটি চালনা। শুরুর সাল: 2010 Buczak and colleagues' data-driven approach for creating synthetic electronic medical records. [সূত্র](https://doi.org/10.1186/1472-6947-10-59)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[নিয়ম ও অবস্থা](https://simulation-hypothesis.com/bn/simulations/methods#m-rules)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: জনসংখ্যা

## ওষুধ আবিষ্কার ও ফার্মাকোলজি

### পূর্বাভাসমূলক বিষবিদ্যা

একটি প্রার্থী ওষুধের গঠন সংশ্লেষণের আগেই জানা বিষাক্ত অণুর ডেটাবেসের সঙ্গে মেলানো হয়, অথবা পরীক্ষাগার ও প্রাণীর ডেটায় প্রশিক্ষিত মডেলের ভেতর দিয়ে চালানো হয়।

যে প্রশ্নের উত্তর দেয়: আমরা বানানোর আগেই কি এই অণু যকৃৎ, হৃৎপিণ্ড বা জিনের ক্ষতি করতে পারে?

বাদ দেয়: পূর্বাভাস ততটাই নির্ভরযোগ্য, যতটা নির্ভরযোগ্য অতীতের বিষাক্ত অণু যাতে মডেলটি প্রশিক্ষিত, আর জৈবিক ব্যতিক্রম দেখা দিতেই থাকে।

যাতে চলে: প্রায় 10^13 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, একটি প্রশিক্ষিত বিষাক্ততা-অনুমান মডেল চালাচ্ছে শুরুর সাল: 2000 বিষাক্ততার জন্য ওষুধ বাছাই করা প্রাথমিক গঠন-ক্রিয়া সম্পর্ক মডেল

[শেখা ইমুলেটর](https://simulation-hypothesis.com/bn/simulations/methods#m-learned)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: অণু

### ওষুধের প্রভাব-গতিবিদ্যা মডেলিং

লক্ষ্যস্থলে ওষুধের ঘনত্ব দেহের ওপর প্রভাবে কীভাবে রূপ নেয়, রিসেপ্টরে যুক্ত হওয়া থেকে শুরু করে মাপা উপসর্গ বা জৈবসূচক পর্যন্ত।

যে প্রশ্নের উত্তর দেয়: একটি নির্দিষ্ট মাত্রা আসলে কতটা প্রভাব ফেলবে, আর কতক্ষণ?

বাদ দেয়: ধরে নেয় একটি পরিষ্কার ঘনত্ব-প্রভাব সম্পর্ক, যা সহনশীলতা ও রোগের অগ্রগতি ব্যাহত করতে পারে।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা কয়েকটি যুগ্ম প্রভাব-সমীকরণ সমাধান করে শুরুর সাল: 1968 ওষুধের ঘনত্ব ও প্রভাব সংযুক্ত করা প্রাথমিক রিসেপ্টর-দখল মডেল

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### ক্লিনিক্যাল ট্রায়াল নকশার সিমুলেশন

ধরে নেওয়া রোগীভেদ আর ওষুধের প্রভাবের বিরুদ্ধে হাজার হাজার কাল্পনিক পরীক্ষা চালানো হয়, পরীক্ষার আকার, মেয়াদ আর আগে থামানোর নিয়ম ঠিক করতে।

যে প্রশ্নের উত্তর দেয়: এই পরীক্ষায় আসলে কতজন রোগী দরকার, আর কখন নিরাপদে থামানো যায়?

বাদ দেয়: সিমুলেটেড পরীক্ষা ততটাই বাস্তব, যতটা বাস্তব রোগীর সাড়া নিয়ে তাতে দেওয়া অনুমানগুলো।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ছোট ক্লাস্টার, হাজার হাজার সিমুলেটেড পরীক্ষা-প্রতিলিপি চালাচ্ছে শুরুর সাল: 1994 অভিযোজিত ক্লিনিক্যাল ট্রায়ালের নকশা-পরিকল্পনায় ব্যবহৃত প্রাথমিক সিমুলেশন অধ্যয়ন

[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: জনসংখ্যা

### ওষুধ-পুনর্ব্যবহার নেটওয়ার্ক মডেল

ওষুধ, জিন, প্রোটিন ও রোগ একটি বড় নেটওয়ার্কে যুক্ত, এমন বিদ্যমান ওষুধ খুঁজতে অনুসন্ধান করা হয়, যার জানা সংযোগ একটি অপ্রত্যাশিত নতুন ব্যবহার ইঙ্গিত করে।

যে প্রশ্নের উত্তর দেয়: এক রোগের জন্য অনুমোদিত ওষুধ কি আরেক রোগেরও চিকিৎসা করতে পারে?

বাদ দেয়: একটি নেটওয়ার্ক সংযোগ একটি ইঙ্গিত, প্রমাণ নয়; প্রস্তাবিত বেশির ভাগ নতুন ব্যবহার পরীক্ষায় তবু ব্যর্থ হয়।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি বিশাল ওষুধ-জিন-রোগ নেটওয়ার্কে অনুসন্ধান করে শুরুর সাল: 2011 ওষুধ-পুনর্ব্যবহার প্রার্থীর জন্য প্রাথমিক নেটওয়ার্ক-ভিত্তিক বাছাই

[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: অণু

### ওষুধের গঠন ও সরবরাহ মডেলিং

একটি ট্যাবলেট গলছে, একটি প্যাচ নিঃসরণ করছে বা একটি ন্যানোকণা শরীরের ভেতর দিয়ে ওষুধ বহন করছে, কয়েক মিনিট থেকে কয়েক দিন ধরে ব্যাপন ও বিক্রিয়া হিসেবে অনুসরণ করা হয়।

যে প্রশ্নের উত্তর দেয়: গিলে বা ইনজেকশনে নেওয়ার পর এই ওষুধ আসলে কত দ্রুত ও কোথায় তার লক্ষ্যে পৌঁছায়?

বাদ দেয়: ল্যাবের দ্রবণ-যন্ত্র ও আসল হজম সবসময় মেলে না।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা ব্যাপন ও নিঃসরণ সমীকরণ সমাধান করে শুরুর সাল: 1961 Higuchi-র কঠিন ম্যাট্রিক্স থেকে ওষুধ নির্গমনের গাণিতিক মডেল

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: অণু

### টিকার অ্যান্টিজেন নকশা

রোগজীবাণুর প্রোটিনের পৃষ্ঠ পারমাণবিক খুঁটিনাটিতে সিমুলেট করা হয়, রোগ প্রতিরোধ ব্যবস্থা যে আকার সবচেয়ে ভালো চিনবে আর মনে রাখবে তা খুঁজে বা বানিয়ে নিতে।

যে প্রশ্নের উত্তর দেয়: এই রোগজীবাণুর কোন অংশ টিকার জন্য সেরা লক্ষ্য?

বাদ দেয়: পর্দায় ভালো লক্ষ্যের মতো দেখতে একটি আকারকে তবু একটি আসল রোগ-প্রতিরোধ ব্যবস্থায় কাজ করতে হয়।

যাতে চলে: প্রায় 10^15 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, প্রার্থী অ্যান্টিজেনের পারমাণবিক সিমুলেশন চালাচ্ছে শুরুর সাল: 2013 শ্বাসতন্ত্রের ভাইরাসের একটি স্থিতিশীল অ্যান্টিজেনের কাঠামোভিত্তিক নকশা

[আণবিক গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-molecular-dynamics)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: পরমাণু

### সিলিকোতে বদ্ধ-চক্র ডায়াবেটিস নিয়ন্ত্রণ

টাইপ 1 ডায়াবেটিসযুক্ত ভার্চুয়াল মানুষের একটি জনগোষ্ঠী, খাবার ও গ্লুকোজ-ইনসুলিন গতিবিদ্যাসহ, মানুষের পরীক্ষার আগে সরবরাহ-নিয়ন্ত্রণ অ্যালগরিদম পরীক্ষায় ব্যবহৃত।

যে প্রশ্নের উত্তর দেয়: এই নিয়ন্ত্রণ অ্যালগরিদম কি বহু ভিন্ন মানুষের গ্লুকোজ নিরাপদ রাখবে?

বাদ দেয়: চাপ, অসুখ ও সেন্সরের ত্রুটির মতো আসল আচরণ কেবল আংশিক ধরা হয়।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি ল্যাপটপে শত শত বিষয়ের দীর্ঘ ভার্চুয়াল-দিনের সিমুলেশন। শুরুর সাল: 2009 Kovatchev ও সহকর্মীরা, টাইপ 1 ডায়াবেটিসের বদ্ধ-লুপ নিয়ন্ত্রণের ইন সিলিকো প্রাক-ক্লিনিক্যাল পরীক্ষা। [সূত্র](https://doi.org/10.1177/193229680900300106)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: দেহ

[◂ রসায়ন ও পদার্থ](https://simulation-hypothesis.com/bn/simulations/chemistry-materials)[বাস্তুবিজ্ঞান, বিবর্তন ও প্রাণীর আচরণ ▸](https://simulation-hypothesis.com/bn/simulations/ecology-behaviour)