Kehidupan dan kedokteran

Pelipatan dan dinamika protein

Protein sebagai puluhan ribu atom, bergetar, melipat, dan berubah bentuk di dalam air.

Pertanyaan yang dijawabnya: Bagaimana rantai asam amino ini terlipat menjadi struktur tiga dimensi yang berfungsi?

Mengabaikan: Bahkan simulasi panjang paling banyak mencakup mikrodetik, jauh di bawah banyak waktu pelipatan sungguhan.

Berjalan di: sekitar 10¹⁶ FLOPS kasar klaster GPU yang menjalankan dinamika seluruh atom selama mikrodetikSejak: 1977 Simulasi dinamika protein pertama oleh McCammon, Gelin, dan KarplusDi pohon simulasi: Dinamika protein

Penambatan molekul dan pengikatan obat

Molekul obat kandidat dicoba di kantong protein sasaran.

Pertanyaan yang dijawabnya: Dari sejuta molekul, mana yang akan menempel pada target ini?

Mengabaikan: Skor dok bersifat aproksimasi; sebagian besar pengikat yang diprediksi tidak pernah berhasil di laboratorium.

Berjalan di: sekitar 10¹⁵ FLOPS kasar klaster universitas yang melakukan docking atas jutaan molekul kandidatSejak: 1982 DOCK, program penambatan molekul otomatis pertama oleh Kuntz dan rekan

Membran dan kanal ion

Kulit berlemak sebuah sel dan gerbang protein yang meloloskan ion melaluinya.

Pertanyaan yang dijawabnya: Bagaimana sel saraf membuka dan menutup salurannya?

Mengabaikan: Kanal nyata membuka-tutup dalam milidetik, jauh lebih lama daripada yang dijangkau sebagian besar simulasi.

Berjalan di: sekitar 10¹⁶ FLOPS kasar klaster GPU yang mensimulasikan lapisan ganda lipid dan salurannyaSejak: 1982 Dinamika lapisan ganda lipid oleh van der Ploeg dan Berendsen

Partikel virus utuh

Setiap atom cangkang virus, kadang seratus juta jumlahnya, disimulasikan sekaligus.

Pertanyaan yang dijawabnya: Bagaimana virus tetap utuh, dan bagaimana ia terurai di dalam sel?

Mengabaikan: Simulasinya mencakup nanodetik hingga mikrodetik, jauh lebih pendek daripada siklus infeksi nyata.

Berjalan di: sekitar 10¹⁷ FLOPS kasar superkomputer nasional yang mensimulasikan cangkang seratus juta atomSejak: 2006 Simulasi Freddolino dan Schulten atas virus mosaik tembakau satelit

Pelipatan dan struktur RNA

Untai RNA sebagai rantai basa yang berpasangan dengan dirinya sendiri, melipat menjadi bentuk tiga dimensi tertentu, bukan heliks ganda lurus seperti DNA.

Pertanyaan yang dijawabnya: Bagaimana untai RNA menetap pada bentuk yang memungkinkannya bertindak sebagai katalis atau sakelar pengatur?

Mengabaikan: Struktur yang diprediksi sering memerlukan koreksi eksperimental, dan fungsi tidak otomatis mengikuti bentuk.

Berjalan di: sekitar 10¹² FLOPS kasar workstation desktop yang menjalankan perangkat lunak pelipatan energi bebasSejak: 1981 Algoritme pelipatan RNA energi bebas minimum Zuker dan Stiegler

Katalisis enzim

Situs aktif sebuah enzim, substratnya, dan protein di sekitarnya, dimodelkan dengan mekanika kuantum di tempat ikatan putus dan dengan mekanika klasik di tempat lainnya.

Pertanyaan yang dijawabnya: Bagaimana enzim ini mempercepat reaksi sebesar satu miliar kali?

Mengabaikan: Hanya sebagian kecil protein yang mendapat perlakuan kuantum yang mahal, dan di mana menarik garis itu adalah pilihan pemodelan.

Berjalan di: sekitar 10¹⁵ FLOPS kasar klaster universitas yang menjalankan perhitungan kuantum dan klasik gabunganSejak: 1976 Model gabungan kuantum dan klasik Warshel dan Levitt untuk reaksi enzim

Model DNA dan RNA berbutir kasar

Setiap nukleotida adalah benda tegar dengan beberapa situs interaksi, memungkinkan simulasi pelipatan, hibridisasi, dan nanostruktur.

Pertanyaan yang dijawabnya: Bagaimana untai berpasangan, melipat, dan merakit diri menjadi struktur yang dirancang?

Mengabaikan: Detail atom dan ion digantikan oleh interaksi efektif.

Berjalan di: sekitar 10¹⁴ FLOPS kasar Jutaan nukleotida di GPUSejak: 2011 oxDNA, a coarse-grained DNA model (2011) sumber

Prediksi struktur protein terlatih

Jaringan saraf yang dilatih pada struktur yang dikenal dan data evolusi memprediksi bentuk lipatan sebuah protein dari urutannya.

Pertanyaan yang dijawabnya: Rantai asam amino ini terlipat menjadi bentuk tiga dimensi seperti apa?

Mengabaikan: Ia memberi struktur statis, bukan jalur pelipatan atau dinamikanya.

Berjalan di: sekitar 10¹⁸ FLOPS kasar Pelatihan berskala besar; hitungan menit per prediksiSejak: 2018 Improved protein structure prediction using potentials from deep learning (2020, CASP13 entry 2018) sumber

Ansambel protein generatif

Model generatif yang dilatih pada struktur dan simulasi menghasilkan banyak konformasi sebuah protein, bukan satu bentuk saja.

Pertanyaan yang dijawabnya: Bentuk alternatif apa yang bisa diambil sebuah protein?

Mengabaikan: Populasi keadaan hanya sebaik simulasi pelatihannya.

Berjalan di: sekitar 10¹⁶ FLOPS kasar Pelatihan ditambah pengambilan sampel murahSejak: 2024 AlphaFold meets flow matching for generating protein ensembles (2024) sumber

Dinamika molekuler yang dikomputasi relawan

Ribuan lintasan pendek independen dari satu molekul dijalankan di komputer rumahan sumbangan dan digabungkan untuk melihat peristiwa pelipatan.

Pertanyaan yang dijawabnya: Bisakah banyak simulasi pendek bersama-sama mengungkap proses molekuler yang lambat?

Mengabaikan: Lintasannya pendek dan independen, sehingga statistiknya harus dijahit bersama.

Berjalan di: sekitar 10¹⁷ FLOPS kasar Gabungan mesin sukarelawanSejak: 2000 Screen savers of the world unite! (2000), the distributed folding project sumber

Biokimia stokastik

Reaksi di dalam sel dipicu satu per satu secara acak, karena terlalu sedikit molekul untuk dirata-ratakan.

Pertanyaan yang dijawabnya: Mengapa sel yang identik secara genetik berperilaku berbeda?

Mengabaikan: Biasanya mengasumsikan bagian dalam sel tercampur baik, yang sering tidak berlaku.

Berjalan di: sekitar 10¹² FLOPS kasar workstation desktop yang menjalankan simulasi reaksi stokastikSejak: 1977 Algoritma simulasi stokastik tepat Gillespie untuk kinetika kimia

Jaringan pengatur gen

Gen yang saling menyalakan dan mematikan, sebagai jaringan interaksi.

Pertanyaan yang dijawabnya: Bagaimana sebuah sel memutuskan akan menjadi sel jenis apa?

Mengabaikan: Sebagian besar jaringan pengaturan nyata hanya diketahui sebagian, sehingga hubungannya sering disimpulkan.

Berjalan di: sekitar 10¹² FLOPS kasar workstation desktop yang mensimulasikan dinamika jaringan genSejak: 1969 Jaringan Boolean acak Kauffman untuk pengaturan gen

Jaringan metabolik

Setiap reaksi kimia yang dipakai sel untuk mengubah makanan menjadi energi dan komponen, diseimbangkan sebagai jaringan fluks.

Pertanyaan yang dijawabnya: Gen mana yang harus kita matikan agar mikroba ini menghasilkan lebih banyak senyawa berguna?

Mengabaikan: Mengasumsikan keadaan tunak dan tujuan optimal yang belum tentu dikejar sel sungguhan.

Berjalan di: sekitar 10¹² FLOPS kasar workstation desktop yang menyelesaikan model keseimbangan fluks skala genomSejak: 1986 analisis keseimbangan fluks awal untuk jaringan metabolisme sebuah sel

Model sel utuh

Setiap gen dan setiap kelas molekul dalam satu bakteri, diikuti melalui satu siklus pembelahan penuh.

Pertanyaan yang dijawabnya: Bisakah kita memprediksi sel hidup dari daftar bagiannya?

Mengabaikan: Hanya satu bakteri sederhana yang pernah dimodelkan selengkap ini.

Berjalan di: sekitar 10¹⁴ FLOPS kasar klaster universitas yang menjalankan satu siklus pembelahan bakteriSejak: 2012 Model sel utuh Mycoplasma genitalium oleh Karr dan rekan

Pembentukan pola

Bahan kimia yang berdifusi dan bereaksi di seluruh jaringan yang tumbuh, mekanisme yang diusulkan Alan Turing untuk belang dan bintik.

Pertanyaan yang dijawabnya: Bagaimana mekanisme reaksi-difusi menjelaskan pola bulu hewan dan pembentukan jari pada anggota gerak?

Mengabaikan: Jaringan nyata memakai gaya mekanis dan lebih banyak sinyal daripada model dua bahan kimia.

Berjalan di: sekitar 10¹² FLOPS kasar workstation desktop yang menyelesaikan persamaan reaksi-difusi pada gridSejak: 1952 Perhitungan reaksi-difusi Turing untuk The Chemical Basis of MorphogenesisDi pohon simulasi: Reaksi-difusi Turing

Jalankan model interaktif

Pertumbuhan jaringan dan tumor

Sel individual membelah, bergerak, bersaing memperebutkan oksigen, dan mati.

Pertanyaan yang dijawabnya: Bagaimana tumor tumbuh, dan bagaimana jadwal pengobatan bisa menghentikannya?

Mengabaikan: Laju pembelahan dan kematian di dalam tumor sungguhan sulit diukur langsung.

Berjalan di: sekitar 10¹³ FLOPS kasar klaster universitas yang melacak ribuan sel individual yang membelahSejak: 1993 model automata seluler awal untuk pertumbuhan tumor padat

Model respons perturbasi sel

Model yang dilatih pada data sel tunggal memprediksi bagaimana ekspresi gen sebuah sel berubah setelah obat atau penyuntingan gen yang tidak pernah diukur bersamanya.

Pertanyaan yang dijawabnya: Apa yang akan dilakukan sebuah sel setelah intervensi yang belum pernah dicoba siapa pun?

Mengabaikan: Korelasional; ekstrapolasinya buruk ke jenis sel atau obat yang jauh dari data pelatihan.

Berjalan di: sekitar 10¹⁶ FLOPS kasar Set pelatihan sel tunggal besarSejak: 2019 scGen predicts single-cell perturbation responses (2019) sumber

Model berbasis agen evolusi tumor

Sel kanker individual di atas kisi membelah, bermutasi, dan bersaing dalam mikrolingkungan oksigen dan asam yang berubah.

Pertanyaan yang dijawabnya: Bagaimana bentuk tumor dan sifat agresif muncul dari tekanan seleksi?

Mengabaikan: Aturannya disederhanakan, dan pasokan darah serta sel imun sering tidak ada.

Berjalan di: sekitar 10¹¹ FLOPS kasar Jutaan sel pada satu simpulSejak: 2006 Tumor morphology and phenotypic evolution driven by selective pressure from the microenvironment (2006) sumber

Model metabolik komunitas mikroba

Jaringan metabolik skala genom beberapa spesies digabungkan sehingga limbah dari satu menjadi makanan bagi yang lain.

Pertanyaan yang dijawabnya: Bagaimana mikroba usus atau tanah berbagi nutrisi dan menjadi stabil bersama?

Mengabaikan: Mengasumsikan keadaan tunak dan pertumbuhan optimal, mengabaikan regulasi dan ruang.

Berjalan di: sekitar 10¹¹ FLOPS kasar Pemrograman linier lintas banyak spesiesSejak: 2007 Metabolic modeling of a mutualistic microbial community (2007) sumber

Pertumbuhan tumor dan respons terapi

Tumor padat diperlakukan sebagai massa yang diberi makan oksigen dan nutrisi yang berdifusi, dengan tepi berproliferasi yang tumbuh dan inti nekrotik yang kelaparan, lalu dikenai radiasi atau obat.

Pertanyaan yang dijawabnya: Seberapa cepat tumor tumbuh, dan seberapa besar dosis tertentu mengecilkannya?

Mengabaikan: Tumor nyata bervariasi antarpasien dan di dalam dirinya sendiri. Model memakai parameter rata-rata dan geometri yang disederhanakan.

Berjalan di: sekitar 10¹² FLOPS kasar model reaksi-difusi tiga dimensi dengan jadwal terapi selama berminggu-minggu waktu tersimulasi.Sejak: 1972 Greenspan, model pertumbuhan tumor padat melalui difusi. sumber

Evolusi mikrolingkungan tumor

Sel kanker individual di atas kisi bersaing memperebutkan oksigen dan ruang sementara gradien keasaman menyeleksi fenotipe baru, sehingga tumor berevolusi seiring tumbuh.

Pertanyaan yang dijawabnya: Apakah jaringan di sekitarnya mendorong tumor ke arah sel yang lebih invasif?

Mengabaikan: Aturan sel disederhanakan dan parameter sulit diukur pada tumor hidup.

Berjalan di: sekitar 10¹² FLOPS kasar simulasi hibrida agen-kontinum selama berbulan-bulan tersimulasi di workstation atau klaster kecil.Sejak: 2006 Anderson dan rekan-rekannya, model hibrida diskret-kontinum evolusi fenotipe yang digerakkan mikrolingkungan. sumber

Pertumbuhan pembuluh darah akibat tumor

Sel endotel bertunas dan bermigrasi menaiki gradien kimia yang dilepaskan tumor, membentuk jaringan pembuluh bercabang yang memberinya makan.

Pertanyaan yang dijawabnya: Bagaimana tumor merekrut pasokan darah, dan apa yang terjadi bila sinyalnya diblokir?

Mengabaikan: Aliran pembuluh, remodeling, dan kimia sinyal yang sebenarnya sangat disederhanakan.

Berjalan di: sekitar 10¹¹ FLOPS kasar simulasi percabangan dua atau tiga dimensi di workstation.Sejak: 1998 Anderson dan Chaplain, model kontinu dan diskret angiogenesis yang diinduksi tumor. sumber

Dinamika respons dan resistansi obat kanker

Populasi sel kanker normal, peka, dan resisten berubah di bawah terapi obat, sehingga pasien mula-mula membaik lalu mungkin kambuh.

Pertanyaan yang dijawabnya: Berapa lama obat bisa mengendalikan penyakit sebelum resistansi muncul?

Mengabaikan: Hanya kompartemen yang bisa diukur yang dimodelkan, dan perilaku sel punca disimpulkan.

Berjalan di: sekitar 10⁸ FLOPS kasar persamaan diferensial biasa yang dicocokkan dengan pengukuran darah pasien.Sejak: 2005 Michor dan rekan, dinamika leukemia mieloid kronis. sumber

Dinamika produksi sel darah

Sel punca, progenitor, dan sel darah dewasa dihubungkan oleh umpan balik yang tertunda, menghasilkan jumlah yang stabil atau berosilasi ketika kendalinya gagal.

Pertanyaan yang dijawabnya: Mengapa sebagian gangguan darah bersiklus, dan apa yang memulihkan produksi normal?

Mengabaikan: Sumsum nyata punya struktur spasial dan banyak jenis sel yang digabung.

Berjalan di: sekitar 10⁶ FLOPS kasar persamaan diferensial tunda di laptop.Sejak: 1978 Mackey, hipotesis terpadu untuk anemia aplastik dan hematopoiesis periodik. sumber

Pertumbuhan koloni bakteri dan biofilm

Setiap sel bakteri disimulasikan sebagai individu dengan ukuran, pertumbuhan, dan posisinya sendiri, memakan nutrisi yang berdifusi di dalam koloni atau biofilm.

Pertanyaan yang dijawabnya: Bagaimana koloni mendapatkan bentuknya dan bagaimana sel di bagian dalam bertahan hidup?

Mengabaikan: Perilaku sel disederhanakan dan kimia matriks biofilm sungguhan tidak tertangkap.

Berjalan di: sekitar 10¹¹ FLOPS kasar pertumbuhan berbasis individu jutaan sel di klaster.Sejak: 1998 Kreft, Booth, dan Wimpenny, BacSim, simulator untuk pemodelan berbasis individu pertumbuhan koloni bakteri. sumber

Jantung

Gelombang listrik di otot jantung serta kontraksi dan aliran darah yang digerakkannya.

Pertanyaan yang dijawabnya: Akankah obat atau perangkat ini memperburuk detak jantung yang tidak teratur?

Mengabaikan: Variasi individual antarjantung nyata masih sulit ditangkap dalam satu model.

Berjalan di: sekitar 10¹⁶ FLOPS kasar klaster universitas yang menjalankan satu denyut elektromekanika seluruh jantungSejak: 1960 Model komputer Noble untuk potensial aksi satu sel serat Purkinje; model seluruh jantung datang kemudian sumberDi pohon simulasi: Model sel jantung

Aliran darah

Darah yang bergerak melalui arteri, vena, dan perangkat seperti stent dan katup.

Pertanyaan yang dijawabnya: Di mana arteri ini cenderung melemah atau tersumbat?

Mengabaikan: Dinding pembuluh sering diperlakukan sebagai kaku, yang melewatkan elastisitas nyata.

Berjalan di: sekitar 10¹⁵ FLOPS kasar klaster universitas yang menjalankan simulasi aliran arteri khusus pasienSejak: 1989 Model elemen hingga aliran arteri karotis oleh Perktold dan rekan

Pernapasan dan saluran napas

Udara bergerak melalui saluran napas bercabang dan partikel yang dibawanya.

Pertanyaan yang dijawabnya: Ke mana obat hirup, atau polutan, berakhir?

Mengabaikan: Sebagian besar model memakai satu pohon saluran napas yang diidealkan, bukan milik orang tertentu.

Berjalan di: sekitar 10¹⁴ FLOPS kasar klaster universitas yang mensimulasikan aliran udara melalui pohon saluran napas bercabangSejak: 1993 model dinamika fluida awal untuk aliran udara di pohon bronkus

Biomekanika muskuloskeletal

Tulang, sendi, dan otot sebagai sistem mekanis yang terhubung, berjalan, mengangkat, dan jatuh.

Pertanyaan yang dijawabnya: Otot mana yang menanggung beban, dan bagaimana implan ini harus dibentuk?

Mengabaikan: Gaya di dalam anggota gerak sungguhan diperkirakan secara tidak langsung, bukan diukur.

Berjalan di: sekitar 10¹² FLOPS kasar workstation desktop yang menyelesaikan model muskuloskeletal untuk satu gerakanSejak: 1990 Model komputer gerak muskuloskeletal oleh Delp dan rekan-rekannya

Respons imun

Sel imun dan patogen bertemu, berlipat ganda, dan saling memberi sinyal di dalam tubuh.

Pertanyaan yang dijawabnya: Mengapa sebagian infeksi sembuh dan yang lain menjadi kronis?

Mengabaikan: Pensinyalan imun nyata jauh lebih rumit daripada yang dilacak model mana pun secara penuh.

Berjalan di: sekitar 10¹³ FLOPS kasar klaster universitas yang menjalankan simulasi imun berbasis agenSejak: 1992 Model automata seluler respons imun Celada dan Seiden

Farmakokinetik

Obat yang diserap, menyebar ke kompartemen-kompartemen tubuh, dipecah, dan dibersihkan.

Pertanyaan yang dijawabnya: Berapa dosisnya, seberapa sering, untuk orang seusia dan seberat ini?

Mengabaikan: Model rata-rata populasi bisa melewatkan cara seorang pasien tertentu menangani obat.

Berjalan di: sekitar 10¹⁰ FLOPS kasar workstation desktop yang menyelesaikan model obat kompartemenSejak: 1937 Model dua kompartemen Teorell untuk distribusi obat

Uji klinis in silico

Populasi pasien virtual dengan variasi realistis, diberi pengobatan sebelum atau bersamaan dengan uji coba nyata.

Pertanyaan yang dijawabnya: Siapa yang mungkin terbantu oleh pengobatan ini, dan siapa yang bisa dirugikan?

Mengabaikan: Regulator tetap mensyaratkan uji coba nyata di samping itu. Pasien virtual tidak bisa menggantikannya sepenuhnya.

Berjalan di: sekitar 10¹⁴ FLOPS kasar klaster universitas yang menjalankan ribuan pasien virtualSejak: 2011 paling lambat 2011, uji in silico awal diajukan bersama bukti untuk sebuah perangkat

Kembaran digital jantung

Model jantung yang disesuaikan dengan pindaian dan sinyal satu pasien, dipakai untuk memprediksi bagaimana jantung itu menanggapi terapi.

Pertanyaan yang dijawabnya: Bagaimana jantung pasien ini akan menanggapi pengobatan tertentu?

Mengabaikan: Mutu penyesuaian bergantung pada data pencitraan, dan sifat jaringan disimpulkan.

Berjalan di: sekitar 10¹⁵ FLOPS kasar Simulasi elektromekanis yang dipersonalisasi ditambah pencocokanSejak: 2020 ‘Digital Twin’ untuk mewujudkan visi kardiologi presisi (2020) sumber

Model prediktif saraf area otak sensorik

Jaringan saraf yang dilatih pada respons terekam menjadi pengganti sebuah area otak, memungkinkan peneliti menguji secara in silico rangsangan yang paling mengeksitasi neuron.

Pertanyaan yang dijawabnya: Rangsangan apa yang paling kuat mendorong sebuah neuron?

Mengabaikan: Prediksi perlu diverifikasi pada jaringan nyata dan hanya mencakup hewan yang diuji.

Berjalan di: sekitar 10¹⁶ FLOPS kasar Pelatihan pada rekaman, lalu uji virtual tanpa batasSejak: 2019 Inception loops discover what excites neurons most using deep predictive models (2019) sumber

Model medan stimulasi otak

Model kepala elemen hingga menelusuri bagaimana arus dari elektroda atau kumparan menyebar melalui kulit kepala, tengkorak, dan jaringan otak.

Pertanyaan yang dijawabnya: Di bagian otak mana medan listrik dari stimulator mendarat?

Mengabaikan: Konduktivitas jaringan tidak pasti, dan respons saraf tidak disimulasikan.

Berjalan di: sekitar 10¹² FLOPS kasar Penyelesaian elemen hingga pada jaring kepala individualSejak: 2009 Gyri-precise head model of transcranial direct current stimulation (2009) sumber

Model paparan obat populasi virtual

Model pengangkutan obat seluruh tubuh dijalankan pada populasi sintetis yang bervariasi dalam usia, gen, dan fungsi organ.

Pertanyaan yang dijawabnya: Seberapa besar kadar obat akan berbeda pada anak-anak, lansia, dan pasien dengan penyakit organ?

Mengabaikan: Bergantung pada data enzim dan pengangkut yang terukur.

Berjalan di: sekitar 10¹¹ FLOPS kasar Ribuan subjek virtual di workstationSejak: 2009 The Simcyp population-based ADME simulator (2009) sumber

Model komunitas mikrobioma usus

Puluhan spesies bakteri di usus berinteraksi lewat persaingan dan pemberian makan silang, dengan kelimpahannya dilacak dari waktu ke waktu di bawah gangguan diet atau antibiotik.

Pertanyaan yang dijawabnya: Spesies mana yang tetap stabil di usus, dan gangguan apa yang bisa menjungkirkan komunitasnya?

Mengabaikan: Kekuatan interaksi disimpulkan dari data berderau dan mungkin tidak berlaku di luar kondisi yang disampel.

Berjalan di: sekitar 10¹⁰ FLOPS kasar penyesuaian Lotka-Volterra umum dan simulasi komunitas metabolik di workstation.Sejak: 2013 Stein dan rekan, pemodelan ekologi dari inferensi deret waktu mikrobiota usus. sumber

Perencanaan bedah dengan model khusus pasien

Hasil pindaian diubah menjadi model anatomi pribadi, satu pilihan bedah diterapkan secara virtual, dan aliran atau tegangan dihitung untuk membandingkan hasil sebelum operasi.

Pertanyaan yang dijawabnya: Pilihan bedah mana yang memberi pasien ini hasil terbaik?

Mengabaikan: Sifat jaringan diasumsikan dari rata-rata dan penyembuhan setelah operasi tidak dimodelkan.

Berjalan di: sekitar 10¹⁴ FLOPS kasar satu penyelesaian aliran atau tegangan per rencana kandidat, berjam-jam di klaster.Sejak: 1999 Taylor dan rekan, kedokteran prediktif dengan teknik komputasi untuk pengambilan keputusan terapi. sumber

Interaksi fluida-struktur katup jantung

Daun katup yang lentur dan darah yang mengalir di sekitarnya dihitung bersama, saat daun itu terdorong terbuka dan terbanting menutup oleh aliran yang dikendalikannya.

Pertanyaan yang dijawabnya: Bagaimana katup membuka dan menutup, dan bagaimana katup pengganti mengubah aliran?

Mengabaikan: Sifat material daun katup dan gerakan otot di sekitarnya disederhanakan.

Berjalan di: sekitar 10¹⁵ FLOPS kasar penyelesaian fluida batas bergerak di klaster.Sejak: 1972 Peskin, pola aliran di sekitar katup jantung, memperkenalkan metode batas terbenam. sumber

Adaptasi tulang dan remodeling implan

Model elemen hingga tulang tempat jaringan ditambahkan di mana tegangan tinggi dan dihilangkan di mana rendah, selama berbulan-bulan dan bertahun-tahun.

Pertanyaan yang dijawabnya: Bagaimana tulang akan berubah di sekitar implan dari waktu ke waktu?

Mengabaikan: Aturan remodeling adalah hukum fenomenologis dan bervariasi antarpasien.

Berjalan di: sekitar 10¹¹ FLOPS kasar penyelesaian elemen hingga iteratif di workstation.Sejak: 1987 Huiskes dan rekan, teori remodeling tulang adaptif yang diterapkan pada rancangan prostesis. sumber

Model muskuloskeletal untuk bedah

Tulang, sendi, dan aktuator otot-tendon kaki atau lengan dimodelkan sehingga perubahan bedah, seperti pemindahan tendon, bisa diuji pengaruhnya pada gerakan.

Pertanyaan yang dijawabnya: Akankah pemindahan tendon ini memperbaiki cara berjalan pasien?

Mengabaikan: Aktivasi otot diperkirakan, bukan diukur, dan kendali saraf tidak dimodelkan.

Berjalan di: sekitar 10⁹ FLOPS kasar dinamika terbalik dan optimasi otot di laptop.Sejak: 1990 Delp dan rekan-rekannya, model interaktif berbasis grafis untuk anggota gerak bawah guna mempelajari bedah ortopedi. sumber

Perhitungan dosis radioterapi

Foton atau proton diikuti melalui pindaian pasien dengan transpor Monte Carlo untuk menghitung dosis radiasi yang diterima tumor dan jaringan sehat.

Pertanyaan yang dijawabnya: Apakah berkas yang direncanakan menghantarkan dosis ke tumor sambil melindungi organ di dekatnya?

Mengabaikan: Pindaian adalah potret sesaat, sehingga gerakan pasien dan perubahan anatomi selama perawatan hanya didekati.

Berjalan di: sekitar 10¹³ FLOPS kasar jutaan hingga miliaran riwayat per rencana di klaster atau GPU.Sejak: 1988 Mackie dan rekan, kernel deposisi energi foton yang dihasilkan dengan kode Monte Carlo EGS. sumber

Phantom anatomi virtual untuk pencitraan

Tubuh manusia digital dengan organ terperinci serta gerak berdenyut atau bernapas, dipakai sebagai subjek pindaian tersimulasi sehingga metode citra bisa diuji terhadap kebenaran yang diketahui.

Pertanyaan yang dijawabnya: Bisakah pemindai dan algoritma ini menemukan kembali kelainan yang sudah diketahui?

Mengabaikan: Phantom adalah model bentuk yang dicocokkan pada beberapa subjek dan tidak menangkap seluruh rentang anatomi.

Berjalan di: sekitar 10¹¹ FLOPS kasar simulasi penelusuran sinar atau transpor per pindaian di workstation.Sejak: 2010 Segars dan rekan, phantom XCAT 4D untuk riset pencitraan multimodalitas. sumber

Simulasi citra resonansi magnetik

Fisika spin nuklir dalam medan magnet disimulasikan melalui urutan pulsa untuk menghasilkan pindaian sintetis dari tubuh virtual.

Pertanyaan yang dijawabnya: Citra apa yang dihasilkan urutan ini untuk jaringan ini?

Mengabaikan: Nilai relaksasi jaringan adalah rata-rata, dan gerakan serta ketidaksempurnaan perangkat keras hanya dimodelkan sebagian.

Berjalan di: sekitar 10¹² FLOPS kasar Simulasi persamaan Bloch untuk satu volume penuh di GPU.Sejak: 2005 Benoit-Cattin dan rekan-rekannya, simulator MRI interaktif SIMRI. sumber

Simulasi penyembuhan patah tulang

Regangan mekanis pada celah penyembuhan tulang patah menentukan apakah jaringan terbentuk sebagai tulang rawan, tulang baru, atau jaringan parut berserat.

Pertanyaan yang dijawabnya: Akankah fiksasi patah tulang ini memungkinkan tulang sembuh?

Mengabaikan: Aturan diferensiasi jaringan bersifat empiris dan suplai darah disederhanakan.

Berjalan di: sekitar 10¹⁰ FLOPS kasar penyelesaian elemen hingga selama berminggu-minggu tersimulasi di workstation.Sejak: 1999 Claes dan Heigele, tegangan dan regangan lokal di sepanjang permukaan tulang yang memprediksi jalannya dan jenis penyembuhan patah tulang. sumber

Dinamika virus di dalam inang

Virus bebas, sel terinfeksi, dan sel sasaran di dalam satu pasien dilacak, dan perubahannya setelah memulai pengobatan menunjukkan seberapa cepat virus dibuat dan dibersihkan.

Pertanyaan yang dijawabnya: Seberapa cepat virus bereplikasi di dalam tubuh seseorang, dan apa yang diubah oleh pengobatan?

Mengabaikan: Struktur jaringan dan lokasi infeksi selain darah tidak terwakili.

Berjalan di: sekitar 10⁷ FLOPS kasar beberapa persamaan diferensial berpasangan yang disesuaikan dengan deret waktu pasien.Sejak: 1996 Perelson dan rekan, dinamika HIV-1 in vivo. sumber

Cadangan aliran koroner dari pindaian

Aliran darah melalui arteri koroner dihitung dari pindaian jantung untuk memperkirakan apakah penyempitan menghambat aliran cukup parah sehingga perlu stent.

Pertanyaan yang dijawabnya: Apakah penyempitan ini cukup untuk membuat otot jantung kekurangan darah?

Mengabaikan: Syarat batas pada pembuluh kecil diperkirakan dari pasien, bukan diukur.

Berjalan di: sekitar 10¹⁴ FLOPS kasar satu penyelesaian aliran khusus pasien per pindaian di klaster.Sejak: 2013 Taylor dan rekan, CFD diterapkan pada CT jantung untuk kuantifikasi noninvasif cadangan aliran fraksional. sumber

Mekanika koklea

Gelombang bunyi dalam cairan telinga dalam digandengkan dengan membran yang bergetar di dalam koklea, menghasilkan gelombang rambat yang memilah nada.

Pertanyaan yang dijawabnya: Bagaimana telinga mengubah bunyi menjadi sinyal berkode tempat?

Mengabaikan: Penguatan aktif oleh sel rambut diwakili oleh umpan balik hampiran.

Berjalan di: sekitar 10¹⁰ FLOPS kasar penyelesaian beda hingga fluida koklea di workstation.Sejak: 1981 Neely, solusi beda hingga model dua dimensi koklea. sumber

Fisiologi integratif seluruh tubuh

Tekanan darah, ginjal, keseimbangan cairan, dan hormon dihubungkan menjadi satu model sirkulasi dan pengaturannya.

Pertanyaan yang dijawabnya: Bagaimana tubuh mengatur tekanan darah, dan apa yang terjadi ketika satu organ gagal?

Mengabaikan: Setiap organ adalah satu kompartemen utuh tanpa struktur internal, dan detail selulernya tidak ada.

Berjalan di: sekitar 10⁶ FLOPS kasar ratusan persamaan diferensial di laptop.Sejak: 1972 Guyton, Coleman, dan Granger, sirkulasi: pengaturan menyeluruh. sumber

Perpindahan biopanas dan hipertermia

Konduksi panas di jaringan dengan aliran darah yang membawa panas pergi, dipakai untuk memprediksi suhu saat demam, tekanan panas, atau pengobatan kanker berbasis panas.

Pertanyaan yang dijawabnya: Seberapa panas jaringan itu menjadi dan seberapa dalam panasnya menembus?

Mengabaikan: Perfusi darah diperlakukan sebagai penyerap panas yang seragam.

Berjalan di: sekitar 10⁹ FLOPS kasar penyelesaian panas elemen hingga di workstation.Sejak: 1948 Pennes, analisis suhu jaringan dan darah arteri pada lengan bawah manusia yang beristirahat. sumber

Model transpor nefron ginjal

Air, garam, dan urea yang bergerak melalui lengkung dan tubulus ginjal, diselesaikan sebagai aliran berpasangan untuk menunjukkan bagaimana urine menjadi pekat.

Pertanyaan yang dijawabnya: Bagaimana susunan tubulus berlawanan arah memungkinkan ginjal memekatkan urine?

Mengabaikan: Sifat tubulus dan tata letak tiga dimensinya terukur pada sedikit spesies, sehingga parameternya diekstrapolasi dari hewan.

Berjalan di: sekitar 10⁹ FLOPS kasar menit hingga jam di workstation.Sejak: 1966 Analisis Stephenson tentang konsentrasi dalam sistem aliran berlawanan ginjal. sumber

Model pita suara dan produksi suara

Pita suara sebagai massa pada pegas yang digerakkan udara dari paru-paru, digandengkan dengan bentuk tenggorokan dan mulut, untuk menghasilkan bunyi bersuara.

Pertanyaan yang dijawabnya: Pengaturan fisik lipatan seperti apa yang menghasilkan suara jernih, berdesah, atau serak?

Mengabaikan: Lipatannya dikurangi menjadi beberapa massa, sehingga lapisan jaringan dan aliran udara tiga dimensi penuh tidak tertangkap.

Berjalan di: sekitar 10⁸ FLOPS kasar detik hingga menit per kalimat bunyi bersuara.Sejak: 1972 Model dua massa pita suara Ishizaka dan Flanagan untuk mensintesis bunyi bersuara. sumber

Model jam sirkadian

Osilator berpasangan yang mewakili jam tubuh menanggapi cahaya dan waktu istirahat, memprediksi bagaimana tidur dan kewaspadaan bergeser akibat perubahan jadwal atau perjalanan.

Pertanyaan yang dijawabnya: Berapa lama jam tubuh perlu menyesuaikan diri setelah penerbangan atau pergantian shift?

Mengabaikan: Beberapa osilator mewakili seluruh jaringan neuron, dan orang sangat berbeda dalam periode jam dan kepekaan terhadap cahaya.

Berjalan di: sekitar 10⁵ FLOPS kasar detik di laptop.Sejak: 1982 Model matematis sistem sirkadian manusia dengan dua osilator yang berinteraksi oleh Kronauer dan rekan. sumber

Model epidemi kompartemen

Populasi yang dibagi menjadi rentan, terinfeksi, dan sembuh, dengan laju yang mengalir di antara mereka.

Pertanyaan yang dijawabnya: Seberapa besar wabah ini akan membesar, dan kapan puncaknya?

Mengabaikan: Mengasumsikan pencampuran homogen, tempat setiap orang bertemu setiap orang lain dengan laju yang sama, yang tidak dipenuhi pola kontak sungguhan.

Berjalan di: sekitar 10⁹ FLOPS kasar laptop yang menyelesaikan segelintir persamaan epidemi yang berpasanganSejak: 1927 Persamaan Kermack dan McKendrick untuk epidemi tertutup

Jalankan model interaktif

Epidemi berbasis agen

Populasi sintetis seluruh kota atau negara, setiap orang dengan rumah tangga, sekolah atau tempat kerja, dan kontak tempat penyakit menyebar.

Pertanyaan yang dijawabnya: Langkah mana yang paling memperlambat penyebaran dengan biaya paling kecil?

Mengabaikan: Membutuhkan data rinci rumah tangga, sekolah, dan tempat kerja yang tidak dimiliki banyak negara.

Berjalan di: sekitar 10¹⁶ FLOPS kasar klaster universitas yang mensimulasikan populasi sintetis skala negaraSejak: 2005 Model pandemi influenza berbasis agen oleh Longini, Ferguson, dan rekan

Jalankan model interaktif

Evolusi patogen

Mutasi muncul dan menyebar pada virus atau bakteri saat berpindah antarinang.

Pertanyaan yang dijawabnya: Seberapa cepat resistansi terhadap obat ini bisa berevolusi?

Mengabaikan: Lanskap mutasi dan kebugaran nyata jauh lebih rumit daripada segelintir lokus.

Berjalan di: sekitar 10¹² FLOPS kasar workstation desktop yang mensimulasikan evolusi resistansi obatSejak: 1990 model stokastik awal evolusi resistansi obat pada HIV

Beban penyakit dan pemodelan ekonomi kesehatan

Sebuah penyakit dan pengobatannya diikuti sebagai probabilitas sakit, disabilitas, biaya, dan kematian, dipakai untuk membandingkan intervensi kesehatan mana yang paling banyak memberi manfaat per pound sterling yang dibelanjakan.

Pertanyaan yang dijawabnya: Pengobatan atau program mana yang memberi tahun hidup sehat terbanyak untuk uang yang dikeluarkan?

Mengabaikan: Memberi angka pada setahun hidup atau penderitaan adalah penilaian nilai yang disajikan sebagai aritmetika.

Berjalan di: sekitar 10¹¹ FLOPS kasar workstation desktop yang menjalankan model efektivitas biaya kohortSejak: 1993 studi beban penyakit global berbasis tahun hidup yang disesuaikan dengan disabilitas dari World Bank

Epidemiologi genomik wabah

Genom patogen yang diambil selama wabah, dipakai untuk membangun pohon keluarga infeksi dan menyimpulkan siapa yang paling mungkin menulari siapa dan seberapa cepat wabah tumbuh.

Pertanyaan yang dijawabnya: Bagaimana wabah ini sebenarnya menyebar, di balik apa yang bisa dilihat pelacakan kontak saja?

Mengabaikan: Hanya kasus yang genomnya disekuens yang muncul di pohon, sehingga sampel yang tipis atau bias bisa menyesatkan.

Berjalan di: sekitar 10¹³ FLOPS kasar klaster universitas yang membangun pohon dari ribuan genomSejak: 2013 pelacakan genomik waktu nyata wabah Ebola di Afrika Barat

Penilaian risiko paparan lingkungan dan kimia

Bagaimana paparan suatu populasi terhadap polutan, kontaminan makanan, atau dosis radiasi diterjemahkan menjadi probabilitas bahaya, dijalankan di seluruh rentang ketidakpastian dalam data.

Pertanyaan yang dijawabnya: Berapa banyak bahan kimia ini yang aman untuk dipaparkan pada seluruh populasi?

Mengabaikan: Mengekstrapolasi dari dosis uji tinggi pada hewan ke dosis rendah pada manusia adalah penilaian yang terus diperdebatkan.

Berjalan di: sekitar 10¹¹ FLOPS kasar workstation desktop yang menjalankan model dosis-respons Monte CarloSejak: 1983 kerangka penilaian risiko kimia dari US National Research Council

Model epidemi jaringan mobilitas

Penyebaran penyakit disimulasikan di jaringan global kota yang dihubungkan oleh data komuter dan perjalanan udara.

Pertanyaan yang dijawabnya: Seberapa cepat wabah akan mencapai wilayah dan negara lain?

Mengabaikan: Pencampuran di dalam tiap kota disederhanakan, dan perubahan perilaku tidak dimodelkan.

Berjalan di: sekitar 10¹² FLOPS kasar Simulasi stokastik pada ribuan subpopulasiSejak: 2009 Multiscale mobility networks and the spatial spreading of infectious diseases (2009) sumber

Model malaria berbasis individu

Manusia, nyamuk, dan parasit tersimulasi mengikuti infeksi dan penularan dalam inang untuk menguji strategi pengendalian.

Pertanyaan yang dijawabnya: Campuran kelambu, obat, dan vaksin mana yang akan memangkas penularan malaria?

Mengabaikan: Ekologi nyamuk dan sistem kesehatan setempat dimodelkan secara kasar.

Berjalan di: sekitar 10¹³ FLOPS kasar Banyak simulasi stokastik desa tersimulasiSejak: 2008 Towards a comprehensive simulation model of malaria epidemiology and control (2008) sumber

Pusat pemodelan skenario

Beberapa tim pemodelan menjalankan asumsi andaikan yang sama tentang vaksin atau varian, dan proyeksinya digabung menjadi satu ansambel.

Pertanyaan yang dijawabnya: Rentang masa depan apa yang mengikuti dari setiap asumsi kebijakan atau varian?

Mengabaikan: Skenario bersyarat, bukan prediksi tentang apa yang akan terjadi.

Berjalan di: sekitar 10¹² FLOPS kasar Ansambel multitim model epidemiSejak: 2020 US COVID-19 Scenario Modeling Hub, sejak Desember 2020 sumber

Model penelusuran kontak digital

Model penularan dengan langkah pelacakan berbasis aplikasi memperkirakan secepat apa pelacakan dan isolasi harus berjalan untuk menghentikan penyebaran.

Pertanyaan yang dijawabnya: Seberapa cepat kontak harus dilacak untuk mengendalikan epidemi?

Mengabaikan: Tingkat pemakaian dan kepatuhan adalah nilai yang diasumsikan.

Berjalan di: sekitar 10⁹ FLOPS kasar Simulasi proses percabangan atau agenSejak: 2020 Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing (2020) sumber

Penyebaran resistansi antimikroba

Bakteri rentan dan resisten bersaing di dalam pasien dan menyebar di antara mereka di bawah kebijakan antibiotik yang berbeda, seperti bergiliran, bercampur, atau pengobatan kombinasi.

Pertanyaan yang dijawabnya: Kebijakan pengobatan mana yang memperlambat naiknya infeksi resisten?

Mengabaikan: Biaya resistansi dan laju penularan kurang terukur, dan hasilnya bergantung padanya.

Berjalan di: sekitar 10⁹ FLOPS kasar model rumah sakit kompartemen dan berbasis individu di laptop.Sejak: 1997 Bonhoeffer, Lipsitch, dan Levin, mengevaluasi protokol pengobatan untuk mencegah resistansi antibiotik. sumber

Model penularan malaria dan intervensi

Gigitan nyamuk, perkembangan parasit, kekebalan manusia, dan intervensi seperti kelambu atau vaksin disimulasikan bersama di sebuah desa atau negara.

Pertanyaan yang dijawabnya: Kombinasi kendali apa yang bisa mengurangi atau melenyapkan malaria?

Mengabaikan: Ekologi nyamuk dan perilaku manusia setempat kurang terukur.

Berjalan di: sekitar 10¹¹ FLOPS kasar simulasi berbasis individu untuk satu negara selama puluhan tahun di klaster.Sejak: 2008 Smith dan rekan, menuju model simulasi yang komprehensif untuk epidemiologi dan pengendalian malaria. sumber

Simulasi penularan lewat udara di dalam ruangan

Bernapas, batuk, dan berbicara melepaskan tetesan dan aerosol ke dalam ruangan, dan dinamika fluida melacak ke mana perginya dan berapa banyak yang dihirup orang kedua.

Pertanyaan yang dijawabnya: Seberapa jauh virus yang dihembuskan menempuh jarak, dan seberapa banyak masker atau ventilasi mengurangi paparan?

Mengabaikan: Dosis infeksius dan kondisi ruangan nyata lebih beragam daripada yang diasumsikan pengaturan simulasi mana pun.

Berjalan di: sekitar 10¹⁴ FLOPS kasar simulasi large-eddy sebuah ruangan dengan pelacakan partikel di klaster.Sejak: 2020 Mittal, Ni, dan Seo, fisika aliran COVID-19, meninjau studi komputasi aliran pernapasan. sumber

Simulasi kebijakan pengendalian tembakau

Dimulainya merokok, berhenti merokok, dan kematian di sebuah negara diproyeksikan di bawah pajak, larangan, dan kampanye, menghasilkan perubahan prevalensi dan nyawa yang terselamatkan.

Pertanyaan yang dijawabnya: Berapa nyawa yang akan diselamatkan oleh pajak atau larangan merokok?

Mengabaikan: Efek kebijakan diambil dari bukti masa lalu dan mungkin tidak berlaku di lingkungan baru.

Berjalan di: sekitar 10⁶ FLOPS kasar model proyeksi populasi di laptop.Sejak: 2000 Levy, Cummings, dan Hyland, simulasi efek kebijakan inisiasi remaja terhadap keseluruhan pemakaian rokok. sumber

Optimasi alokasi vaksin

Model epidemi digabungkan dengan pengoptimal yang memilih kelompok usia atau risiko mana yang menerima vaksin langka lebih dulu.

Pertanyaan yang dijawabnya: Siapa yang harus divaksin lebih dulu agar menyelamatkan nyawa terbanyak?

Mengabaikan: Pola kontak dan efektivitas vaksin tidak pasti, dan kelompok terbaik bergantung pada tujuannya.

Berjalan di: sekitar 10⁸ FLOPS kasar optimasi atas banyak simulasi epidemi di workstation.Sejak: 2009 Medlock dan Galvani, mengoptimalkan distribusi vaksin influenza. sumber

Uji coba pencitraan virtual

Pasien, pemindai, dan pembaca tersimulasi dipakai untuk membandingkan teknologi pencitraan tanpa melibatkan orang nyata.

Pertanyaan yang dijawabnya: Apakah perangkat pencitraan baru menemukan kanker sebaik yang sekarang?

Mengabaikan: Lesi dan pembaca virtual adalah model yang mungkin melewatkan keragaman klinis yang nyata.

Berjalan di: sekitar 10¹³ FLOPS kasar ribuan citra simulasi di sebuah klaster.Sejak: 2018 Badano dan rekan-rekannya, uji pencitraan in silico tomosintesis payudara digital versus mamografi bidang penuh. sumber

Epidemi pada jaringan kontak

Penyakit menyebar antarsimpul jaringan yang distribusi derajatnya bisa sangat tidak merata, dan hasilnya bergantung pada pusat-pusatnya.

Pertanyaan yang dijawabnya: Pada tingkat penularan berapa epidemi meledak di jaringan yang punya pusat-pusat?

Mengabaikan: Jaringan kontak nyata berubah seiring waktu dan hanya sebagian teramati.

Berjalan di: sekitar 10⁷ FLOPS kasar Penyebaran Monte Carlo pada jaringan sejuta simpul di workstation.Sejak: 2001 Pastor-Satorras dan Vespignani, penyebaran epidemi pada jaringan bebas skala. sumber

Dinamika populasi nyamuk

Telur, larva, pupa, dan nyamuk dewasa pembawa penyakit berkembang di wadah di bawah suhu dan curah hujan setempat, menghasilkan jumlah yang menggigit.

Pertanyaan yang dijawabnya: Berapa banyak nyamuk yang akan ada musim depan, dan apa dampak menyingkirkan tempat berkembang biaknya?

Mengabaikan: Tempat perkembangbiakan sulit dihitung dan bervariasi dari jalan ke jalan.

Berjalan di: sekitar 10⁷ FLOPS kasar simulasi tabel kehidupan di laptop.Sejak: 1993 Focks dan rekan-rekannya, model tabel hidup dinamis untuk Aedes aegypti. sumber

Mikrosimulasi penapisan kanker

Riwayat hidup individual dengan perjalanan alami kanker disimulasikan dengan dan tanpa skrining untuk memperkirakan kasus yang ditemukan dan kematian yang dicegah.

Pertanyaan yang dijawabnya: Berapa banyak kematian yang dicegah program skrining, dan dengan harga berupa diagnosis berlebih sebesar apa?

Mengabaikan: Perjalanan awal kanker yang tidak teramati harus diasumsikan.

Berjalan di: sekitar 10⁹ FLOPS kasar jutaan kehidupan tersimulasi di workstation.Sejak: 1985 Habbema dan rekan, program simulasi MISCAN untuk mengevaluasi skrining. sumber

Model berbasis agen obesitas dan pola makan

Agen dengan berat badan, penghasilan, dan tetangga makan dan bergerak, dan sebaran berat badan di seluruh populasi bergeser akibat perubahan harga pangan atau kebijakan.

Pertanyaan yang dijawabnya: Intervensi apa yang menggeser berat badan populasi selama puluhan tahun?

Mengabaikan: Perilaku diringkas menjadi beberapa aturan dan bukti jangka panjangnya tipis.

Berjalan di: sekitar 10⁸ FLOPS kasar simulasi berbasis agen populasi di workstation.Sejak: 2007 Hammond dan Epstein, menjelajahi mekanisme tak bergantung harga dalam epidemi obesitas. sumber

Simulasi kebijakan alokasi organ

Pasien dalam daftar tunggu transplantasi, organ donor yang tiba, dan aturan alokasi disimulasikan untuk membandingkan waktu tunggu dan kelangsungan hidup.

Pertanyaan yang dijawabnya: Aturan alokasi apa yang menghasilkan tahun hidup terbanyak dan masa tunggu yang paling adil?

Mengabaikan: Kualitas organ dan keputusan pasien serta pusat transplantasi disederhanakan.

Berjalan di: sekitar 10⁸ FLOPS kasar simulasi peristiwa untuk antrean tahunan di laptop.Sejak: 2000 Zenios, Chertow, dan Wein, alokasi dinamis ginjal kepada calon penerima dalam daftar tunggu transplantasi. sumber

Model penempatan ambulans dan pos pemadam kebakaran

Panggilan darurat tiba secara acak, unit dikirim, dan model antrean memberi waktu tanggap untuk setiap lokasi dan tata letak distrik.

Pertanyaan yang dijawabnya: Di mana stasiun dan unit harus ditempatkan untuk memangkas waktu tanggap?

Mengabaikan: Waktu tempuh dan sebaran permintaan yang sebenarnya diasumsikan.

Berjalan di: sekitar 10⁷ FLOPS kasar antrean dan Monte Carlo di laptop.Sejak: 1974 Larson, model antrean hiperkubus untuk penentuan lokasi fasilitas dan pembagian ulang wilayah dalam layanan darurat perkotaan. sumber

Pembuatan rekam medis pasien sintetis

Orang buatan diberi penyakit, pengobatan, dan pertemuan dari aturan klinis yang diterbitkan, untuk menghasilkan rekam kesehatan realistis yang tidak memuat orang sungguhan.

Pertanyaan yang dijawabnya: Bisakah perangkat lunak dan analitik diuji pada rekaman yang realistis tanpa membuka data siapa pun?

Mengabaikan: Rekam medisnya hanya membawa pola yang dimasukkan ke dalam generator, sehingga penyakit langka dan jalur perawatan nyata terwakili secara tipis.

Berjalan di: sekitar 10¹⁰ FLOPS kasar simulasi skala laptop untuk sejuta pasien.Sejak: 2010 Pendekatan berbasis data Buczak dan rekan-rekannya untuk membuat rekam medis elektronik sintetis. sumber

Toksikologi prediktif

Struktur calon obat dibandingkan dengan basis data molekul beracun yang dikenal, atau dijalankan lewat model yang dilatih dengan data laboratorium dan hewan, sebelum obat itu disintesis.

Pertanyaan yang dijawabnya: Apakah molekul ini mungkin merusak hati, jantung, atau gen sebelum kita membuatnya?

Mengabaikan: Prediksi hanya seandal molekul beracun masa lalu tempat model dilatih, dan pengecualian biologis terus bermunculan.

Berjalan di: sekitar 10¹³ FLOPS kasar klaster universitas yang menjalankan model prediksi toksisitas terlatihSejak: 2000 model hubungan struktur-aktivitas awal yang dipakai menyaring toksisitas obat

Pemodelan farmakodinamik

Bagaimana konsentrasi obat di sasarannya diterjemahkan menjadi efek pada tubuh, dari pengikatan reseptor hingga gejala atau biomarker yang terukur.

Pertanyaan yang dijawabnya: Seberapa besar efek yang sebenarnya dihasilkan dosis tertentu, dan untuk berapa lama?

Mengabaikan: Mengasumsikan hubungan konsentrasi-efek yang bersih, yang bisa terganggu oleh toleransi dan perkembangan penyakit.

Berjalan di: sekitar 10¹⁰ FLOPS kasar workstation desktop yang menyelesaikan sejumlah kecil persamaan efek yang berpasanganSejak: 1968 model hunian reseptor awal yang mengaitkan konsentrasi obat dengan efek

Simulasi desain uji klinis

Ribuan uji coba hipotetis dijalankan terhadap variasi pasien dan efek obat yang diasumsikan, untuk memilih ukuran, durasi, dan aturan penghentian dini sebuah uji coba.

Pertanyaan yang dijawabnya: Berapa banyak pasien yang sebenarnya dibutuhkan uji coba ini, dan kapan kita bisa menghentikannya dengan aman?

Mengabaikan: Uji coba simulasi hanya serealistis asumsi tentang respons pasien yang dimasukkan ke dalamnya.

Berjalan di: sekitar 10¹² FLOPS kasar klaster kecil yang menjalankan ribuan replikasi percobaan tersimulasiSejak: 1994 studi simulasi awal yang dipakai merencanakan desain uji klinis adaptif

Model jaringan pemanfaatan ulang obat

Obat, gen, protein, dan penyakit dihubungkan dalam satu jaringan besar, lalu ditelusuri untuk menemukan obat yang sudah ada dan hubungannya yang diketahui mengisyaratkan kegunaan baru yang tak terduga.

Pertanyaan yang dijawabnya: Mungkinkah obat yang sudah disetujui untuk satu penyakit juga mengobati penyakit lain?

Mengabaikan: Sebuah tautan jaringan hanyalah petunjuk, bukan bukti; sebagian besar usulan pemanfaatan ulang tetap gagal saat diuji.

Berjalan di: sekitar 10¹² FLOPS kasar workstation desktop yang mencari di jaringan besar obat-gen-penyakitSejak: 2011 penyaringan berbasis jaringan awal untuk kandidat pemanfaatan ulang obat

Pemodelan formulasi dan penghantaran obat

Tablet yang melarut, plester yang melepaskan obat, atau nanopartikel yang membawa obat melalui tubuh, diikuti sebagai difusi dan reaksi selama menit hingga hari.

Pertanyaan yang dijawabnya: Seberapa cepat dan di mana obat ini sebenarnya sampai ke sasarannya setelah ditelan atau disuntikkan?

Mengabaikan: Alat uji pelarutan di laboratorium dan pencernaan nyata tidak selalu sejalan.

Berjalan di: sekitar 10¹¹ FLOPS kasar workstation desktop yang menyelesaikan persamaan difusi dan pelepasanSejak: 1961 Model matematis Higuchi untuk pelepasan obat dari matriks padat

Desain antigen vaksin

Permukaan protein patogen disimulasikan dalam detail atom untuk menemukan atau merekayasa bentuk yang paling baik dikenali dan diingat sistem imun.

Pertanyaan yang dijawabnya: Bagian mana dari patogen ini yang menjadi sasaran terbaik untuk vaksin?

Mengabaikan: Bentuk yang tampak seperti sasaran bagus di layar tetap harus berfungsi di sistem imun sungguhan.

Berjalan di: sekitar 10¹⁵ FLOPS kasar klaster universitas yang menjalankan simulasi atomik antigen kandidatSejak: 2013 desain berbasis struktur untuk antigen virus pernapasan yang distabilkan

Pengendalian diabetes lingkar tertutup secara in silico

Populasi orang virtual dengan diabetes tipe 1, dengan makanan dan dinamika glukosa-insulin, dipakai untuk menguji algoritma pengendali penghantaran sebelum uji pada manusia.

Pertanyaan yang dijawabnya: Akankah algoritme kendali ini menjaga glukosa tetap aman pada banyak orang yang berbeda?

Mengabaikan: Perilaku nyata seperti stres, penyakit, dan gangguan sensor hanya sebagian tertangkap.

Berjalan di: sekitar 10⁹ FLOPS kasar simulasi hari virtual yang panjang untuk ratusan subjek di laptop.Sejak: 2009 Kovatchev dan rekan, uji praklinis in silico kendali loop tertutup untuk diabetes tipe 1. sumber