---
title: "Vida e medicina · Simulações · Hipótese da simulação"
url: https://simulation-hypothesis.com/pt/simulations/life-medicine
description: "Proteínas, células, órgãos, pacientes e epidemias: a biologia da escala molecular à da população."
license: https://creativecommons.org/licenses/by/4.0/
credit: "Ross Allan Dahl, Hipótese da simulação (simulation-hypothesis.com)"
---

[Simulações](https://simulation-hypothesis.com/pt/simulations)domínio 5 de 18

# Vida e medicina

Proteínas, células, órgãos, pacientes e epidemias: a biologia da escala molecular à da população.

A biologia é simulada em todos os níveis de organização: átomos em uma proteína, reações em uma célula, células em um tecido, órgãos em um corpo, corpos em uma população. Cada nível usa um método diferente. Acoplar os níveis ainda é um problema em aberto.

## Moléculas da vida

### Dobramento e dinâmica de proteínas

Uma proteína como dezenas de milhares de átomos, tremendo, dobrando-se e mudando de forma na água.

Pergunta que responde: Como esta cadeia de aminoácidos se dobra em uma estrutura tridimensional funcional?

Deixa de fora: Mesmo execuções longas cobrem no máximo microssegundos, muito aquém de muitos tempos reais de dobramento.

Roda em: cerca de 10^16 FLOPS aproximado um cluster de GPUs rodando microssegundos de dinâmica com todos os átomos Desde: 1977 A primeira simulação de dinâmica de proteínas, de McCammon, Gelin e Karplus Na árvore de simulações: [Dinâmica de proteínas](https://simulation-hypothesis.com/pt/trees/simulations?n=life-protein)

[Dinâmica molecular](https://simulation-hypothesis.com/pt/simulations/methods#m-molecular-dynamics)piso: Átomos

### Docagem molecular e ligação de fármacos

Moléculas candidatas a medicamento testadas no bolso de uma proteína-alvo.

Pergunta que responde: Qual, entre um milhão de moléculas, vai se ligar a este alvo?

Deixa de fora: As pontuações de docking são aproximadas; a maioria dos ligantes previstos nunca funciona no laboratório.

Roda em: cerca de 10^15 FLOPS aproximado um cluster universitário fazendo docking de milhões de moléculas candidatas Desde: 1982 DOCK, o primeiro programa automatizado de docagem molecular, de Kuntz e colegas

[Dinâmica molecular](https://simulation-hypothesis.com/pt/simulations/methods#m-molecular-dynamics)[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)piso: Átomos

### Membranas e canais iônicos

A pele gordurosa de uma célula e os portões de proteína que deixam os íons passar por ela.

Pergunta que responde: Como uma célula nervosa abre e fecha seus canais?

Deixa de fora: Os canais reais abrem e fecham ao longo de milissegundos, muito mais do que a maioria das simulações alcança.

Roda em: cerca de 10^16 FLOPS aproximado um cluster de GPUs simulando uma bicamada lipídica e seus canais Desde: 1982 A dinâmica de uma bicamada lipídica, de van der Ploeg e Berendsen

[Dinâmica molecular](https://simulation-hypothesis.com/pt/simulations/methods#m-molecular-dynamics)piso: Átomos

### Partículas virais inteiras

Cada átomo do envoltório de um vírus, às vezes cem milhões deles, simulado de uma vez.

Pergunta que responde: Como o vírus se mantém unido, e como ele se desfaz dentro de uma célula?

Deixa de fora: As execuções cobrem de nanossegundos a microssegundos, muito menos que um ciclo de infecção real.

Roda em: cerca de 10^17 FLOPS aproximado um supercomputador nacional simulando um envoltório de cem milhões de átomos Desde: 2006 A simulação de um vírus satélite do mosaico do tabaco por Freddolino e Schulten

[Dinâmica molecular](https://simulation-hypothesis.com/pt/simulations/methods#m-molecular-dynamics)piso: Átomos

### Dobramento e estrutura do RNA

Uma fita de RNA como uma cadeia de bases que se pareiam consigo mesma, dobrando-se em uma forma tridimensional específica, em vez da dupla hélice reta do DNA.

Pergunta que responde: Como uma fita de RNA assume a forma que lhe permite agir como catalisador ou como interruptor regulador?

Deixa de fora: As estruturas previstas muitas vezes precisam de correção experimental, e a função não decorre automaticamente da forma.

Roda em: cerca de 10^12 FLOPS aproximado uma estação de trabalho rodando um software de dobramento por energia livre Desde: 1981 O algoritmo de dobramento de RNA de energia livre mínima de Zuker e Stiegler

[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Moléculas

### Catálise enzimática

O sítio ativo de uma enzima, seu substrato e a proteína ao redor, modelados com mecânica quântica onde as ligações se rompem e com mecânica clássica no resto.

Pergunta que responde: Como esta enzima acelera uma reação por um fator de um bilhão?

Deixa de fora: Apenas uma pequena parte da proteína recebe o caro tratamento quântico, e onde traçar essa linha é uma escolha de modelagem.

Roda em: cerca de 10^15 FLOPS aproximado um cluster universitário rodando cálculos quânticos e clássicos combinados Desde: 1976 O modelo combinado quântico e clássico de uma reação enzimática, de Warshel e Levitt

[Primeiros princípios](https://simulation-hypothesis.com/pt/simulations/methods#m-first-principles)[Dinâmica molecular](https://simulation-hypothesis.com/pt/simulations/methods#m-molecular-dynamics)piso: Átomos

### Modelos de DNA e RNA de granulação grossa

Cada nucleotídeo é um corpo rígido com alguns sítios de interação, permitindo simular dobramento, hibridização e nanoestruturas.

Pergunta que responde: Como as fitas se emparelham, se dobram e se montam em estruturas projetadas?

Deixa de fora: O detalhe atômico e os íons são substituídos por interações efetivas.

Roda em: cerca de 10^14 FLOPS aproximado Milhões de nucleotídeos em GPUs Desde: 2011 oxDNA, a coarse-grained DNA model (2011) [fonte](https://doi.org/10.1063/1.3552946)

[Dinâmica molecular](https://simulation-hypothesis.com/pt/simulations/methods#m-molecular-dynamics)piso: Moléculas

### Previsão aprendida da estrutura de proteínas

Uma rede neural treinada em estruturas conhecidas e dados evolutivos prevê a forma dobrada de uma proteína a partir de sua sequência.

Pergunta que responde: Em que forma tridimensional esta cadeia de aminoácidos se dobra?

Deixa de fora: Dá uma estrutura estática, não o caminho de dobramento nem a dinâmica.

Roda em: cerca de 10^18 FLOPS aproximado Treinamento em larga escala; minutos por previsão Desde: 2018 Improved protein structure prediction using potentials from deep learning (2020, CASP13 entry 2018) [fonte](https://doi.org/10.1038/s41586-019-1923-7)

[Emuladores aprendidos](https://simulation-hypothesis.com/pt/simulations/methods#m-learned)piso: Moléculas

### Conjuntos generativos de proteínas

Um modelo generativo treinado em estruturas e simulações produz muitas conformações de uma proteína, em vez de uma única forma.

Pergunta que responde: Que formas alternativas uma proteína pode adotar?

Deixa de fora: As populações de estados só são tão boas quanto as simulações de treinamento.

Roda em: cerca de 10^16 FLOPS aproximado Treinamento mais amostragem barata Desde: 2024 AlphaFold meets flow matching for generating protein ensembles (2024) [fonte](https://arxiv.org/abs/2402.04845)

[Emuladores aprendidos](https://simulation-hypothesis.com/pt/simulations/methods#m-learned)piso: Moléculas

### Dinâmica molecular computada por voluntários

Milhares de trajetórias curtas e independentes de uma molécula executadas em computadores domésticos doados e combinadas para ver eventos de dobramento.

Pergunta que responde: Muitas execuções curtas juntas podem revelar um processo molecular lento?

Deixa de fora: As trajetórias são curtas e independentes, então as estatísticas precisam ser costuradas.

Roda em: cerca de 10^17 FLOPS aproximado Agregado de máquinas voluntárias Desde: 2000 Screen savers of the world unite! (2000), o projeto distribuído de dobramento [fonte](https://doi.org/10.1126/science.290.5498.1903)

[Dinâmica molecular](https://simulation-hypothesis.com/pt/simulations/methods#m-molecular-dynamics)piso: Moléculas

## Células

### Bioquímica estocástica

Reações dentro de uma célula disparadas uma de cada vez, ao acaso, porque há moléculas de menos para tirar a média.

Pergunta que responde: Por que células geneticamente idênticas se comportam de modo diferente?

Deixa de fora: Costuma presumir que o interior da célula é bem misturado, o que muitas vezes não vale.

Roda em: cerca de 10^12 FLOPS aproximado uma estação de trabalho rodando uma simulação estocástica de reações Desde: 1977 O algoritmo de simulação estocástica exata de Gillespie para cinética química

[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Moléculas

### Redes de regulação gênica

Genes que se ligam e desligam uns aos outros, como uma rede de interações.

Pergunta que responde: Como uma célula decide que tipo de célula vai se tornar?

Deixa de fora: A maioria das redes reguladoras reais é conhecida só em parte, então as ligações muitas vezes são inferidas.

Roda em: cerca de 10^12 FLOPS aproximado uma estação de trabalho simulando a dinâmica de uma rede de genes Desde: 1969 As redes booleanas aleatórias de regulação gênica de Kauffman

[Modelos de rede](https://simulation-hypothesis.com/pt/simulations/methods#m-network)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Moléculas

### Redes metabólicas

Cada reação química que uma célula usa para transformar alimento em energia e peças, equilibrada como uma rede de fluxos.

Pergunta que responde: Que gene devemos desligar para que este micróbio produza mais de um composto útil?

Deixa de fora: Pressupõe um estado estacionário e um objetivo ótimo que uma célula real pode não perseguir.

Roda em: cerca de 10^12 FLOPS aproximado uma estação de trabalho resolvendo um modelo de balanço de fluxos em escala genômica Desde: 1986 a primeira análise de balanço de fluxos da rede metabólica de uma célula

[Modelos de rede](https://simulation-hypothesis.com/pt/simulations/methods#m-network)piso: Moléculas

### Modelos de célula inteira

Cada gene e cada classe de molécula de uma única bactéria, acompanhados por um ciclo completo de divisão.

Pergunta que responde: Dá para prever uma célula viva a partir da lista de suas partes?

Deixa de fora: Apenas uma bactéria simples já foi modelada de forma tão completa.

Roda em: cerca de 10^14 FLOPS aproximado um cluster universitário rodando um ciclo de divisão de uma bactéria Desde: 2012 O modelo de célula inteira de Mycoplasma genitalium, de Karr e colegas

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Moléculas

### Formação de padrões

Substâncias químicas difundindo e reagindo por um tecido em crescimento, o mecanismo que Alan Turing propôs para listras e manchas.

Pergunta que responde: Como os mecanismos de reação-difusão explicam os padrões do pelo dos animais e a formação dos dedos em um membro?

Deixa de fora: Os tecidos reais usam forças mecânicas e mais sinais do que um modelo de duas substâncias químicas.

Roda em: cerca de 10^12 FLOPS aproximado uma estação de trabalho resolvendo equações de reação-difusão em uma grade Desde: 1952 As computações de reação-difusão de Turing para The Chemical Basis of Morphogenesis Na árvore de simulações: [A reação-difusão de Turing](https://simulation-hypothesis.com/pt/trees/simulations?n=life-turing)

[Executar o modelo interativo](https://simulation-hypothesis.com/pt/simulations/run#toy-patterns)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)piso: Células

### Crescimento de tecidos e tumores

Células individuais se dividindo, se movendo, competindo por oxigênio e morrendo.

Pergunta que responde: Como um tumor cresce, e como um esquema de tratamento poderia detê-lo?

Deixa de fora: As taxas de divisão e de morte dentro de um tumor real são difíceis de medir diretamente.

Roda em: cerca de 10^13 FLOPS aproximado um cluster universitário acompanhando milhares de células individuais em divisão Desde: 1993 os primeiros modelos de autômato celular do crescimento de tumores sólidos

[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Autômatos celulares](https://simulation-hypothesis.com/pt/simulations/methods#m-cellular-automata)piso: Células

### Modelos de resposta celular a perturbações

Um modelo treinado com dados de células individuais prevê como a expressão gênica de uma célula muda depois de um medicamento ou de uma edição genética com os quais ela não foi medida.

Pergunta que responde: O que uma célula fará depois de uma intervenção que ninguém ainda tentou?

Deixa de fora: Correlacional; extrapola mal para tipos de célula ou medicamentos distantes dos dados de treinamento.

Roda em: cerca de 10^16 FLOPS aproximado Grandes conjuntos de treinamento de células individuais Desde: 2019 scGen predicts single-cell perturbation responses (2019) [fonte](https://doi.org/10.1038/s41592-019-0494-8)

[Emuladores aprendidos](https://simulation-hypothesis.com/pt/simulations/methods#m-learned)piso: Células

### Modelos baseados em agentes da evolução de tumores

Células cancerosas individuais em uma grade se dividem, sofrem mutação e competem em um microambiente cambiante de oxigênio e ácido.

Pergunta que responde: Como a forma de um tumor e seus traços agressivos surgem da pressão de seleção?

Deixa de fora: As regras são simplificadas, e o suprimento de sangue e as células imunes muitas vezes estão ausentes.

Roda em: cerca de 10^11 FLOPS aproximado Milhões de células em um nó Desde: 2006 Tumor morphology and phenotypic evolution driven by selective pressure from the microenvironment (2006) [fonte](https://doi.org/10.1016/j.cell.2006.09.042)

[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Autômatos celulares](https://simulation-hypothesis.com/pt/simulations/methods#m-cellular-automata)piso: Células

### Modelos metabólicos de comunidades microbianas

Redes metabólicas em escala genômica de várias espécies são unidas de modo que o resíduo de uma vira alimento de outra.

Pergunta que responde: Como os micróbios do intestino ou do solo compartilham nutrientes e se estabilizam juntos?

Deixa de fora: Pressupõe estado estacionário e crescimento ótimo, ignorando regulação e espaço.

Roda em: cerca de 10^11 FLOPS aproximado Programação linear para muitas espécies Desde: 2007 Metabolic modeling of a mutualistic microbial community (2007) [fonte](https://doi.org/10.1038/msb4100131)

[Dinâmica de sistemas](https://simulation-hypothesis.com/pt/simulations/methods#m-system-dynamics)[Modelos de rede](https://simulation-hypothesis.com/pt/simulations/methods#m-network)piso: Células

### Crescimento de tumores e resposta à terapia

Um tumor sólido tratado como uma massa alimentada por oxigênio e nutrientes que se difundem, com uma borda proliferativa crescente e um núcleo necrótico sem alimento, depois exposto a radiação ou medicamentos.

Pergunta que responde: Com que rapidez um tumor cresce, e quanto uma dada dose o reduz?

Deixa de fora: Os tumores reais variam entre pacientes e dentro de si mesmos. O modelo usa parâmetros médios e uma geometria simplificada.

Roda em: cerca de 10^12 FLOPS aproximado um modelo tridimensional de reação-difusão com cronogramas de tratamento ao longo de semanas de tempo simulado. Desde: 1972 Greenspan, modelos para o crescimento de um tumor sólido por difusão. [fonte](https://doi.org/10.1002/sapm1972514317)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Células

### Evolução do microambiente tumoral

Células cancerosas individuais em uma grade competem por oxigênio e espaço enquanto gradientes de acidez selecionam novos fenótipos, de modo que o tumor evolui à medida que cresce.

Pergunta que responde: O tecido ao redor empurra um tumor para células mais invasivas?

Deixa de fora: As regras das células são simplificadas e os parâmetros são difíceis de medir em tumores vivos.

Roda em: cerca de 10^12 FLOPS aproximado execuções híbridas agente-contínuo ao longo de meses simulados em uma estação de trabalho ou em um cluster pequeno. Desde: 2006 Anderson and colleagues, hybrid discrete-continuum model of microenvironment-driven phenotypic evolution. [fonte](https://doi.org/10.1016/j.cell.2006.09.042)

[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Autômatos celulares](https://simulation-hypothesis.com/pt/simulations/methods#m-cellular-automata)[Evolutivo](https://simulation-hypothesis.com/pt/simulations/methods#m-evolutionary)piso: Células

### Crescimento de vasos sanguíneos induzido por tumores

Células endoteliais brotam e migram subindo um gradiente químico liberado por um tumor, formando uma rede ramificada de vasos que o alimenta.

Pergunta que responde: Como um tumor recruta um suprimento de sangue, e o que acontece se o sinal for bloqueado?

Deixa de fora: O fluxo nos vasos, a remodelação e a química real da sinalização são muito simplificados.

Roda em: cerca de 10^11 FLOPS aproximado execuções de brotamento em duas ou três dimensões numa estação de trabalho. Desde: 1998 Anderson and Chaplain, continuous and discrete models of tumour-induced angiogenesis. [fonte](https://doi.org/10.1006/bulm.1998.0042)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Células

### Dinâmica de resposta e resistência a medicamentos contra o câncer

Populações de células cancerosas normais, sensíveis e resistentes mudam sob a terapia com fármacos, então o paciente primeiro melhora e depois pode ter uma recaída.

Pergunta que responde: Por quanto tempo um medicamento vai controlar a doença antes que apareça resistência?

Deixa de fora: Só os compartimentos que podem ser medidos são modelados, e o comportamento das células-tronco é inferido.

Roda em: cerca de 10^8 FLOPS aproximado equações diferenciais ordinárias ajustadas a medições de sangue de pacientes. Desde: 2005 Michor e colegas, dinâmica da leucemia mieloide crônica. [fonte](https://doi.org/10.1038/nature03669)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Células

### Dinâmica da produção de células sanguíneas

Células-tronco, progenitoras e células sanguíneas maduras ligadas por retroalimentação com atrasos, produzindo contagens estáveis ou oscilações quando o controle falha.

Pergunta que responde: Por que alguns distúrbios do sangue são cíclicos, e o que restaura a produção normal?

Deixa de fora: A medula real tem estrutura espacial e muitos tipos de células que são agrupados.

Roda em: cerca de 10^6 FLOPS aproximado equações diferenciais com atraso em um laptop. Desde: 1978 Mackey, uma hipótese unificada para a anemia aplástica e a hematopoese periódica. [fonte](https://doi.org/10.1182/blood.v51.5.941.941)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Células

### Crescimento de colônias bacterianas e biofilmes

Cada célula bacteriana é simulada como um indivíduo com tamanho, crescimento e posição próprios, alimentando-se de nutriente que se difunde dentro de uma colônia ou biofilme.

Pergunta que responde: Como as colônias ganham sua forma e como sobrevivem as células do interior?

Deixa de fora: O comportamento das células é simplificado e a química da matriz real de um biofilme não é captada.

Roda em: cerca de 10^11 FLOPS aproximado crescimento baseado em indivíduos de milhões de células em um cluster. Desde: 1998 Kreft, Booth e Wimpenny, o BacSim, um simulador para modelagem baseada em indivíduos do crescimento de colônias bacterianas. [fonte](https://doi.org/10.1099/00221287-144-12-3275)

[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)piso: Células

## Corpos

### O coração

Ondas elétricas pelo músculo cardíaco e a contração e o fluxo de sangue que elas provocam.

Pergunta que responde: Este fármaco ou este dispositivo vai piorar uma arritmia?

Deixa de fora: A variação individual entre corações reais ainda é difícil de captar em um único modelo.

Roda em: cerca de 10^16 FLOPS aproximado um cluster universitário rodando um batimento de eletromecânica do coração inteiro Desde: 1960 O modelo computacional de Noble do potencial de ação de uma única célula de fibra de Purkinje; modelos do coração inteiro vieram depois [fonte](https://www.nature.com/articles/188495b0) Na árvore de simulações: [Modelo de célula cardíaca](https://simulation-hypothesis.com/pt/trees/simulations?n=life-noble)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Campos

### Fluxo sanguíneo

Sangue se movendo por artérias, veias e dispositivos como stents e válvulas.

Pergunta que responde: Onde esta artéria tem mais chance de enfraquecer ou entupir?

Deixa de fora: As paredes dos vasos costumam ser tratadas como rígidas, o que deixa de captar a elasticidade real.

Roda em: cerca de 10^15 FLOPS aproximado um cluster universitário rodando uma simulação do fluxo em uma artéria específica de um paciente Desde: 1989 O modelo de elementos finitos do fluxo na artéria carótida, de Perktold e colegas

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)piso: Campos

### Respiração e vias aéreas

Ar se movendo pelas vias aéreas ramificadas e as partículas que ele carrega.

Pergunta que responde: Para onde vão os medicamentos inalados, ou os poluentes?

Deixa de fora: A maioria dos modelos usa uma única árvore de vias aéreas idealizada, e não a de uma pessoa específica.

Roda em: cerca de 10^14 FLOPS aproximado um cluster universitário simulando o fluxo de ar por uma árvore ramificada de vias aéreas Desde: 1993 os primeiros modelos de dinâmica de fluidos do fluxo de ar na árvore brônquica

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)piso: Campos

### Biomecânica musculoesquelética

Ossos, articulações e músculos como um sistema mecânico ligado, andando, levantando peso e caindo.

Pergunta que responde: Que músculos sofrem a tensão, e que forma este implante deve ter?

Deixa de fora: As forças dentro de um membro real são estimadas indiretamente, não medidas.

Roda em: cerca de 10^12 FLOPS aproximado uma estação de trabalho resolvendo um modelo musculoesquelético de um movimento Desde: 1990 Os modelos computacionais de movimento musculoesquelético de Delp e colegas

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Resposta imune

Células imunes e patógenos se encontrando, se multiplicando e trocando sinais dentro do corpo.

Pergunta que responde: Por que algumas infecções somem e outras se tornam crônicas?

Deixa de fora: A sinalização imune real é muito mais complexa do que qualquer modelo acompanha por inteiro.

Roda em: cerca de 10^13 FLOPS aproximado um cluster universitário rodando uma simulação imunológica baseada em agentes Desde: 1992 O modelo de autômato celular da resposta imune de Celada e Seiden

[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Células

### Farmacocinética

Um medicamento absorvido, distribuído pelos compartimentos do corpo, degradado e eliminado.

Pergunta que responde: Que dose, com que frequência, para alguém desta idade e deste peso?

Deixa de fora: Um modelo de média populacional pode deixar escapar como um paciente em particular lida com um medicamento.

Roda em: cerca de 10^10 FLOPS aproximado uma estação de trabalho resolvendo um modelo compartimental de fármaco Desde: 1937 O modelo de dois compartimentos de Teorell para a distribuição de fármacos

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Populações

### Ensaios clínicos in silico

Populações de pacientes virtuais com variação realista, que recebem um tratamento antes ou junto com um ensaio real.

Pergunta que responde: Quem este tratamento provavelmente vai ajudar, e a quem poderia fazer mal?

Deixa de fora: Os reguladores ainda exigem ensaios reais em paralelo. Pacientes virtuais não os substituem por completo.

Roda em: cerca de 10^14 FLOPS aproximado um cluster universitário rodando milhares de pacientes virtuais Desde: 2011 já em 2011, os primeiros ensaios in silico submetidos junto com a evidência de um dispositivo

[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Gêmeos digitais cardíacos

Modelos de coração ajustados às imagens e aos sinais de um paciente e usados para prever como esse coração responde a uma terapia.

Pergunta que responde: Como o coração deste paciente vai responder a um determinado tratamento?

Deixa de fora: A qualidade do ajuste depende dos dados de imagem, e as propriedades dos tecidos são inferidas.

Roda em: cerca de 10^15 FLOPS aproximado Execuções eletromecânicas personalizadas mais ajuste Desde: 2020 The 'Digital Twin' to enable the vision of precision cardiology (2020) [fonte](https://doi.org/10.1093/eurheartj/ehaa159)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Emuladores aprendidos](https://simulation-hypothesis.com/pt/simulations/methods#m-learned)piso: Corpos

### Modelos preditivos neurais de áreas sensoriais do cérebro

Uma rede neural treinada com respostas registradas torna-se um substituto de uma área do cérebro, permitindo que pesquisadores testem in silico os estímulos que mais excitam os neurônios.

Pergunta que responde: Que estímulo ativa mais fortemente um dado neurônio?

Deixa de fora: As previsões precisam de verificação no tecido real e cobrem apenas os animais testados.

Roda em: cerca de 10^16 FLOPS aproximado Treinamento com gravações, e depois testes virtuais ilimitados Desde: 2019 Inception loops discover what excites neurons most using deep predictive models (2019) [fonte](https://doi.org/10.1038/s41593-019-0517-x)

[Emuladores aprendidos](https://simulation-hypothesis.com/pt/simulations/methods#m-learned)piso: Células

### Modelos de campo de estimulação cerebral

Modelos de cabeça por elementos finitos mostram como a corrente de eletrodos ou bobinas se espalha por couro cabeludo, crânio e tecido cerebral.

Pergunta que responde: Em que parte do cérebro cai o campo elétrico de um estimulador?

Deixa de fora: As condutividades dos tecidos são incertas, e a resposta neural não é simulada.

Roda em: cerca de 10^12 FLOPS aproximado Soluções de elementos finitos em malhas de cabeças individuais Desde: 2009 Modelo de cabeça com precisão de giros para estimulação transcraniana por corrente contínua (2009) [fonte](https://doi.org/10.1016/j.brs.2009.03.005)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Modelos de exposição a fármacos em populações virtuais

Modelos de transporte de fármacos no corpo inteiro, executados numa população sintética que varia em idade, genes e função dos órgãos.

Pergunta que responde: Quanto os níveis de um medicamento vão diferir entre crianças, idosos e pacientes com doença em algum órgão?

Deixa de fora: Depende de dados medidos de enzimas e transportadores.

Roda em: cerca de 10^11 FLOPS aproximado Milhares de sujeitos virtuais numa estação de trabalho Desde: 2009 The Simcyp population-based ADME simulator (2009) [fonte](https://doi.org/10.1517/17425250802691074)

[Dinâmica de sistemas](https://simulation-hypothesis.com/pt/simulations/methods#m-system-dynamics)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Corpos

### Modelos de comunidades do microbioma intestinal

Dezenas de espécies de bactérias no intestino interagem por competição e alimentação cruzada, com suas abundâncias acompanhadas no tempo sob perturbação da dieta ou de antibióticos.

Pergunta que responde: Que espécies permanecem estáveis num intestino, e que perturbação pode desequilibrar a comunidade?

Deixa de fora: As intensidades de interação são inferidas de dados ruidosos e podem não valer fora das condições amostradas.

Roda em: cerca de 10^10 FLOPS aproximado ajuste de Lotka-Volterra generalizado e simulação metabólica de comunidades em uma estação de trabalho. Desde: 2013 Stein and colleagues, ecological modelling from time-series inference of intestinal microbiota. [fonte](https://doi.org/10.1371/journal.pcbi.1003388)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)[Modelos de rede](https://simulation-hypothesis.com/pt/simulations/methods#m-network)piso: Células

### Planejamento cirúrgico com modelos específicos do paciente

Um exame de imagem vira um modelo anatômico pessoal, uma opção cirúrgica é aplicada virtualmente e o fluxo ou a tensão é calculado para comparar resultados antes de operar.

Pergunta que responde: Que opção cirúrgica dá ao paciente o melhor resultado?

Deixa de fora: As propriedades dos tecidos são presumidas a partir de médias, e a cicatrização após a cirurgia não é modelada.

Roda em: cerca de 10^14 FLOPS aproximado uma resolução de escoamento ou tensão por plano candidato, horas em um cluster. Desde: 1999 Taylor and colleagues, predictive medicine using computational techniques for therapeutic decision-making. [fonte](https://doi.org/10.1002/%28sici%291097-0150%281999%294:5<231::aid-igs1>3.0.co;2-z)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Interação fluido-estrutura em válvulas cardíacas

Um folheto flexível de válvula e o sangue que flui ao redor dele são calculados juntos, enquanto o folheto é aberto e fechado de golpe pelo fluxo que ele mesmo controla.

Pergunta que responde: Como uma válvula abre e fecha, e como uma válvula de reposição muda o fluxo?

Deixa de fora: As propriedades do material dos folhetos e o movimento do músculo ao redor são simplificados.

Roda em: cerca de 10^15 FLOPS aproximado resoluções de fluido com fronteira móvel em um cluster. Desde: 1972 Peskin, padrões de escoamento em torno de válvulas cardíacas, introduzindo o método da fronteira imersa. [fonte](https://doi.org/10.1016/0021-9991%2872%2990065-4)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Adaptação óssea e remodelação em torno de implantes

Modelos de osso por elementos finitos em que tecido é acrescentado onde a tensão é alta e removido onde é baixa, ao longo de meses e anos.

Pergunta que responde: Como o osso vai mudar em volta de um implante ao longo do tempo?

Deixa de fora: A regra de remodelação é uma lei fenomenológica e varia entre os pacientes.

Roda em: cerca de 10^11 FLOPS aproximado resoluções iterativas por elementos finitos em uma estação de trabalho. Desde: 1987 Huiskes e colegas, teoria adaptativa de remodelação óssea aplicada ao projeto de próteses. [fonte](https://doi.org/10.1016/0021-9290%2887%2990030-3)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Modelos musculoesqueléticos para cirurgia

Ossos, articulações e atuadores músculo-tendíneos da perna ou do braço são modelados para que uma mudança cirúrgica, como a transferência de um tendão, possa ser testada quanto ao efeito no movimento.

Pergunta que responde: Transferir este tendão vai melhorar o jeito de andar do paciente?

Deixa de fora: A ativação muscular é estimada, não medida, e o controle nervoso não é modelado.

Roda em: cerca de 10^9 FLOPS aproximado dinâmica inversa e otimização muscular em um laptop. Desde: 1990 Delp and colleagues, an interactive graphics-based model of the lower extremity to study orthopaedic surgery. [fonte](https://doi.org/10.1109/10.102791)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Cálculo de dose em radioterapia

Fótons ou prótons são acompanhados por Monte Carlo através de uma tomografia do paciente para calcular a dose de radiação recebida por um tumor e pelo tecido saudável.

Pergunta que responde: O feixe planejado entrega a dose ao tumor poupando os órgãos próximos?

Deixa de fora: O exame é um retrato do momento, então o movimento do paciente e a mudança da anatomia durante o tratamento são aproximações.

Roda em: cerca de 10^13 FLOPS aproximado de milhões a bilhões de histórias por plano em um cluster ou GPU. Desde: 1988 Mackie e colegas, núcleos de deposição de energia de fótons gerados com o código Monte Carlo EGS. [fonte](https://doi.org/10.1088/0031-9155/33/1/001)

[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)[Partículas e N-corpos](https://simulation-hypothesis.com/pt/simulations/methods#m-particles)piso: Corpos

### Fantomas anatômicos virtuais para exames de imagem

Corpos humanos digitais com órgãos detalhados e movimentos de batimento ou respiração, usados como objeto de exames simulados para que métodos de imagem sejam testados contra uma verdade conhecida.

Pergunta que responde: Esse aparelho e algoritmo conseguem recuperar uma anormalidade conhecida?

Deixa de fora: O fantoma é um modelo de forma ajustado a poucos indivíduos e não capta toda a variedade da anatomia.

Roda em: cerca de 10^11 FLOPS aproximado simulação por traçado de raios ou transporte por exame em uma estação de trabalho. Desde: 2010 Segars e colegas, o fantoma 4D XCAT para pesquisa em imagem multimodal. [fonte](https://doi.org/10.1118/1.3480985)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)piso: Corpos

### Simulação de imagens de ressonância magnética

A física dos spins nucleares num campo magnético é simulada por meio de uma sequência de pulsos para gerar exames sintéticos de um corpo virtual.

Pergunta que responde: Que imagem esta sequência produziria para este tecido?

Deixa de fora: Os valores de relaxamento dos tecidos são médias, e o movimento e as imperfeições do equipamento são modelados só em parte.

Roda em: cerca de 10^12 FLOPS aproximado simulação da equação de Bloch de um volume inteiro em uma GPU. Desde: 2005 Benoit-Cattin and colleagues, the SIMRI interactive MRI simulator. [fonte](https://doi.org/10.1016/j.jmr.2004.09.027)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)piso: Corpos

### Simulação de consolidação de fraturas

A deformação mecânica na fenda de cicatrização de um osso quebrado decide se o tecido se forma como cartilagem, osso novo ou cicatriz fibrosa.

Pergunta que responde: Esta fixação da fratura vai permitir que o osso cicatrize?

Deixa de fora: A regra de diferenciação dos tecidos é empírica, e o suprimento de sangue é simplificado.

Roda em: cerca de 10^10 FLOPS aproximado soluções de elementos finitos ao longo de semanas simuladas em uma estação de trabalho. Desde: 1999 Claes and Heigele, local stress and strain along bony surfaces predicting the course and type of fracture healing. [fonte](https://doi.org/10.1016/s0021-9290%2898%2900153-5)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Dinâmica de vírus dentro do hospedeiro

Vírus livre, células infectadas e células-alvo dentro de um paciente são acompanhados, e sua mudança após o início do tratamento revela com que rapidez o vírus é produzido e eliminado.

Pergunta que responde: Com que rapidez o vírus se replica dentro de uma pessoa, e o que o tratamento muda?

Deixa de fora: A estrutura dos tecidos e os locais de infecção que não sejam o sangue não são representados.

Roda em: cerca de 10^7 FLOPS aproximado algumas equações diferenciais acopladas ajustadas a uma série temporal de um paciente. Desde: 1996 Perelson e colegas, dinâmica do HIV-1 in vivo. [fonte](https://doi.org/10.1126/science.271.5255.1582)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Células

### Reserva de fluxo coronariano a partir de exames

O fluxo de sangue pelas artérias coronárias é calculado a partir de um exame do coração para estimar se um estreitamento restringe o fluxo a ponto de precisar de um stent.

Pergunta que responde: Este estreitamento basta para privar o músculo cardíaco de sangue?

Deixa de fora: As condições de contorno nos vasos pequenos são estimadas a partir do paciente, e não medidas.

Roda em: cerca de 10^14 FLOPS aproximado uma resolução de escoamento específica de paciente por exame em um cluster. Desde: 2013 Taylor and colleagues, CFD applied to cardiac CT for noninvasive quantification of fractional flow reserve. [fonte](https://doi.org/10.1016/j.jacc.2012.11.083)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Mecânica coclear

As ondas sonoras no fluido do ouvido interno são acopladas à membrana que vibra dentro da cóclea, gerando a onda viajante que separa os tons.

Pergunta que responde: Como o ouvido transforma o som em um sinal codificado por posição?

Deixa de fora: A amplificação ativa pelas células ciliadas é representada por uma retroalimentação aproximada.

Roda em: cerca de 10^10 FLOPS aproximado soluções de diferenças finitas do fluido da cóclea em uma estação de trabalho. Desde: 1981 Neely, uma solução de diferenças finitas de um modelo bidimensional da cóclea. [fonte](https://doi.org/10.1121/1.385820)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Fisiologia integrativa do corpo inteiro

Pressão arterial, rim, equilíbrio de líquidos e hormônios são ligados em um único modelo da circulação e de sua regulação.

Pergunta que responde: Como o corpo regula a pressão arterial, e o que acontece quando um órgão falha?

Deixa de fora: Cada órgão é um compartimento concentrado e o detalhe celular está ausente.

Roda em: cerca de 10^6 FLOPS aproximado centenas de equações diferenciais em um laptop. Desde: 1972 Guyton, Coleman e Granger, circulação: regulação geral. [fonte](https://doi.org/10.1146/annurev.ph.34.030172.000305)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Dinâmica de sistemas](https://simulation-hypothesis.com/pt/simulations/methods#m-system-dynamics)piso: Corpos

### Transferência de biocalor e hipertermia

Condução de calor no tecido, com o fluxo sanguíneo levando o calor embora, usada para prever a temperatura durante febre, estresse térmico ou tratamento de câncer por calor.

Pergunta que responde: Quanto o tecido esquenta e a que profundidade o calor chega?

Deixa de fora: A perfusão sanguínea é tratada como um sorvedouro uniforme de calor.

Roda em: cerca de 10^9 FLOPS aproximado soluções térmicas por elementos finitos em uma estação de trabalho. Desde: 1948 Pennes, análise das temperaturas do tecido e do sangue arterial no antebraço humano em repouso. [fonte](https://doi.org/10.1152/jappl.1948.1.2.93)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Modelos de transporte no néfron renal

Água, sal e ureia passando pelas alças e túbulos do rim, resolvidos como fluxos acoplados para mostrar como a urina se concentra.

Pergunta que responde: Como a disposição em contracorrente dos túbulos permite que o rim concentre a urina?

Deixa de fora: As propriedades dos túbulos e o arranjo tridimensional são medidos em poucas espécies, então os parâmetros são extrapolados a partir de animais.

Roda em: cerca de 10^9 FLOPS aproximado de minutos a horas em uma estação de trabalho. Desde: 1966 A análise de Stephenson sobre a concentração em sistemas renais de contracorrente. [fonte](https://doi.org/10.1016/s0006-3495%2866%2986676-6)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Modelos das pregas vocais e da produção da voz

As pregas vocais como massas em molas movidas pelo ar vindo dos pulmões, acopladas à forma da garganta e da boca, para produzir o som vozeado.

Pergunta que responde: Que ajustes físicos das pregas dão uma voz clara, soprosa ou áspera?

Deixa de fora: As pregas são reduzidas a poucas massas, então as camadas de tecido e o fluxo de ar totalmente tridimensional não são captados.

Roda em: cerca de 10^8 FLOPS aproximado de segundos a minutos por frase de som vozeado. Desde: 1972 O modelo de duas massas das cordas vocais, de Ishizaka e Flanagan, para sintetizar sons vozeados. [fonte](https://doi.org/10.1002/j.1538-7305.1972.tb02651.x)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)piso: Corpos

### Modelos do relógio circadiano

Osciladores acoplados que representam o relógio do corpo respondem à luz e ao horário do descanso, prevendo como sono e vigília mudam com alterações de horário ou viagens.

Pergunta que responde: Quanto tempo leva o relógio biológico para se ajustar depois de um voo ou de uma mudança de turno?

Deixa de fora: Alguns osciladores representam uma rede inteira de neurônios, e as pessoas variam muito no período do relógio e na sensibilidade à luz.

Roda em: cerca de 10^5 FLOPS aproximado segundos em um laptop. Desde: 1982 Kronauer e colegas, modelo matemático do sistema circadiano humano com dois osciladores que interagem. [fonte](https://doi.org/10.1152/ajpregu.1982.242.1.r3)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Corpos

## Saúde pública

### Modelos epidêmicos compartimentais

Uma população dividida em suscetíveis, infectados e recuperados, com taxas fluindo entre eles.

Pergunta que responde: Qual será o tamanho deste surto, e quando ele terá o pico?

Deixa de fora: Pressupõe mistura homogênea, com cada pessoa encontrando todas as outras na mesma taxa, o que os padrões reais de contato não satisfazem.

Roda em: cerca de 10^9 FLOPS aproximado um laptop resolvendo um punhado de equações epidêmicas acopladas Desde: 1927 As equações de Kermack e McKendrick para uma epidemia fechada

[Executar o modelo interativo](https://simulation-hypothesis.com/pt/simulations/run#toy-epidemic)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Populações

### Epidemias baseadas em agentes

Uma população sintética de uma cidade ou país inteiro, cada pessoa com domicílio, escola ou local de trabalho e contatos por onde a doença se espalha.

Pergunta que responde: Que medidas desaceleram mais a propagação, com o menor custo?

Deixa de fora: Exige dados detalhados de famílias, escolas e locais de trabalho que muitos países não têm.

Roda em: cerca de 10^16 FLOPS aproximado um cluster universitário simulando uma população sintética em escala de país Desde: 2005 Os modelos baseados em agentes de pandemia de gripe de Longini, Ferguson e colegas

[Executar o modelo interativo](https://simulation-hypothesis.com/pt/simulations/run#toy-epidemic)

[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Modelos de rede](https://simulation-hypothesis.com/pt/simulations/methods#m-network)piso: Corpos

### Evolução de patógenos

Mutações surgindo e se espalhando em um vírus ou bactéria ao passar entre hospedeiros.

Pergunta que responde: Com que rapidez poderia evoluir a resistência a este medicamento?

Deixa de fora: As paisagens reais de mutação e aptidão são muito mais complexas do que um punhado de locos.

Roda em: cerca de 10^12 FLOPS aproximado uma estação de trabalho simulando a evolução da resistência a fármacos Desde: 1990 os primeiros modelos estocásticos da evolução da resistência a medicamentos no HIV

[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)[Evolutivo](https://simulation-hypothesis.com/pt/simulations/methods#m-evolutionary)piso: Populações

### Carga de doenças e modelagem econômica da saúde

Uma doença e seus tratamentos acompanhados como probabilidades de adoecimento, incapacidade, custo e morte, usados para comparar quais intervenções de saúde fazem mais bem por libra esterlina gasta.

Pergunta que responde: Que tratamento ou programa dá mais anos saudáveis de vida pelo dinheiro investido?

Deixa de fora: Atribuir um número a um ano de vida ou de sofrimento é um juízo de valor apresentado como aritmética.

Roda em: cerca de 10^11 FLOPS aproximado uma estação de trabalho rodando um modelo de custo-efetividade de coorte Desde: 1993 o estudo global do Banco Mundial sobre a carga de doenças em anos de vida ajustados por incapacidade

[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Populações

### Epidemiologia genômica de surtos

Genomas de patógenos coletados durante um surto, usados para montar uma árvore genealógica das infecções e inferir quem provavelmente infectou quem e com que rapidez o surto cresce.

Pergunta que responde: Como este surto está de fato se espalhando, além do que só o rastreamento de contatos consegue ver?

Deixa de fora: Só os casos que são sequenciados aparecem na árvore, então uma amostra pequena ou enviesada pode enganar.

Roda em: cerca de 10^13 FLOPS aproximado um cluster universitário construindo árvores a partir de milhares de genomas Desde: 2013 rastreamento genômico em tempo real de um surto de ebola na África Ocidental

[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)[Modelos de rede](https://simulation-hypothesis.com/pt/simulations/methods#m-network)piso: Populações

### Avaliação de risco de exposição ambiental e química

Como a exposição de uma população a um poluente, a um contaminante alimentar ou a uma dose de radiação se traduz em probabilidade de dano, calculada em toda a faixa de incerteza dos dados.

Pergunta que responde: A que quantidade deste produto químico uma população inteira pode ser exposta com segurança?

Deixa de fora: Extrapolar de altas doses de teste em animais para baixas doses em pessoas continua sendo uma questão de julgamento.

Roda em: cerca de 10^11 FLOPS aproximado uma estação de trabalho rodando um modelo de dose-resposta de Monte Carlo Desde: 1983 a estrutura do Conselho Nacional de Pesquisa dos EUA para avaliação de risco químico

[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Populações

### Modelos epidêmicos de redes de mobilidade

Propagação de doença simulada em uma rede global de cidades ligadas por dados de deslocamento diário e viagens aéreas.

Pergunta que responde: Com que rapidez um surto vai chegar a outras regiões e países?

Deixa de fora: A mistura dentro de cada cidade é simplificada, e a mudança de comportamento não é modelada.

Roda em: cerca de 10^12 FLOPS aproximado Execuções estocásticas em milhares de subpopulações Desde: 2009 Multiscale mobility networks and the spatial spreading of infectious diseases (2009) [fonte](https://doi.org/10.1073/pnas.0906910106)

[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)[Modelos de rede](https://simulation-hypothesis.com/pt/simulations/methods#m-network)piso: Populações

### Modelos de malária baseados em indivíduos

Pessoas, mosquitos e parasitas simulados seguem a infecção dentro do hospedeiro e a transmissão para testar estratégias de controle.

Pergunta que responde: Que combinação de redes, medicamentos e vacinas reduziria a transmissão da malária?

Deixa de fora: A ecologia dos mosquitos e os sistemas locais de saúde são modelados de forma grosseira.

Roda em: cerca de 10^13 FLOPS aproximado Muitas execuções estocásticas de uma aldeia simulada Desde: 2008 Towards a comprehensive simulation model of malaria epidemiology and control (2008) [fonte](https://doi.org/10.1017/S0031182008000371)

[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Populações

### Centros de modelagem de cenários

Várias equipes de modelagem rodam as mesmas hipóteses sobre vacinas ou variantes, e as projeções são combinadas em um único conjunto.

Pergunta que responde: Que gama de futuros decorre de cada política ou hipótese de variante?

Deixa de fora: Os cenários são condicionais, não previsões do que vai acontecer.

Roda em: cerca de 10^12 FLOPS aproximado Conjunto de modelos epidêmicos de várias equipes Desde: 2020 o US COVID-19 Scenario Modeling Hub, a partir de dezembro de 2020 [fonte](https://doi.org/10.1016/j.epidem.2023.100738)

[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Dinâmica de sistemas](https://simulation-hypothesis.com/pt/simulations/methods#m-system-dynamics)piso: Populações

### Modelos digitais de rastreamento de contatos

Modelos de transmissão com uma etapa de rastreamento por aplicativo estimam com que rapidez o rastreamento e o isolamento precisam ocorrer para conter a propagação.

Pergunta que responde: Com que rapidez os contatos precisam ser rastreados para controlar uma epidemia?

Deixa de fora: A adesão e o cumprimento são valores presumidos.

Roda em: cerca de 10^9 FLOPS aproximado Execuções de processos de ramificação ou de agentes Desde: 2020 Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing (2020) [fonte](https://doi.org/10.1126/science.abb6936)

[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)[Modelos de rede](https://simulation-hypothesis.com/pt/simulations/methods#m-network)piso: Populações

### Propagação da resistência antimicrobiana

Bactérias suscetíveis e resistentes competem dentro dos pacientes e se espalham entre eles sob diferentes políticas de antibióticos, como rodízio, mistura ou tratamento combinado.

Pergunta que responde: Que política de tratamento desacelera o aumento das infecções resistentes?

Deixa de fora: Os custos da resistência e as taxas de transmissão são mal medidos, e os resultados dependem deles.

Roda em: cerca de 10^9 FLOPS aproximado modelos hospitalares por compartimentos e baseados em indivíduos em um laptop. Desde: 1997 Bonhoeffer, Lipsitch and Levin, evaluating treatment protocols to prevent antibiotic resistance. [fonte](https://doi.org/10.1073/pnas.94.22.12106)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Dinâmica de sistemas](https://simulation-hypothesis.com/pt/simulations/methods#m-system-dynamics)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Populações

### Modelos de transmissão e intervenção da malária

Picadas de mosquitos, desenvolvimento do parasita, imunidade humana e intervenções como mosquiteiros ou vacinas são simulados juntos em uma aldeia ou país.

Pergunta que responde: Que combinação de medidas pode reduzir ou eliminar a malária?

Deixa de fora: A ecologia dos mosquitos e o comportamento humano local são mal medidos.

Roda em: cerca de 10^11 FLOPS aproximado simulação baseada em indivíduos de um país ao longo de décadas em um cluster. Desde: 2008 Smith and colleagues, towards a comprehensive simulation model of malaria epidemiology and control. [fonte](https://doi.org/10.1017/s0031182008000371)

[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Populações

### Simulação da transmissão aérea em ambientes fechados

Respirar, tossir e falar liberam gotículas e aerossóis em uma sala, e a dinâmica de fluidos rastreia para onde vão e quanto uma segunda pessoa inala.

Pergunta que responde: Até onde viaja o vírus exalado, e quanto as máscaras ou a ventilação reduzem a exposição?

Deixa de fora: A dose infectante e as condições reais de uma sala variam muito mais do que qualquer montagem de simulação supõe.

Roda em: cerca de 10^14 FLOPS aproximado simulação de grandes vórtices de uma sala com rastreamento de partículas em um cluster. Desde: 2020 Mittal, Ni e Seo, a física do escoamento da COVID-19, revisão de estudos computacionais de escoamentos respiratórios. [fonte](https://doi.org/10.1017/jfm.2020.330)

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Partículas e N-corpos](https://simulation-hypothesis.com/pt/simulations/methods#m-particles)piso: Campos

### Simulação de políticas de controle do tabaco

Em um país, os inícios, as cessações e as mortes ligadas ao tabagismo são projetados sob impostos, proibições e campanhas, o que dá a mudança na prevalência e as vidas salvas.

Pergunta que responde: Quantas vidas um imposto ou uma proibição de fumar salvaria?

Deixa de fora: Os efeitos das políticas vêm de evidências passadas e podem não valer em novos contextos.

Roda em: cerca de 10^6 FLOPS aproximado modelo de projeção populacional em um laptop. Desde: 2000 Levy, Cummings e Hyland, uma simulação dos efeitos de políticas de iniciação de jovens sobre o consumo geral de cigarros. [fonte](https://doi.org/10.2105/ajph.90.8.1311)

[Dinâmica de sistemas](https://simulation-hypothesis.com/pt/simulations/methods#m-system-dynamics)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Populações

### Otimização da alocação de vacinas

Um modelo epidêmico é combinado com um otimizador que escolhe quais grupos de idade ou de risco recebem primeiro a vacina escassa.

Pergunta que responde: Quem deve ser vacinado primeiro para salvar mais vidas?

Deixa de fora: Os padrões de contato e a eficácia da vacina são incertos, e o melhor grupo depende do objetivo.

Roda em: cerca de 10^8 FLOPS aproximado otimização sobre muitas execuções epidêmicas em uma estação de trabalho. Desde: 2009 Medlock e Galvani, otimizando a distribuição da vacina contra a gripe. [fonte](https://doi.org/10.1126/science.1175570)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Populações

### Ensaios virtuais de exames de imagem

Pacientes, scanners e leitores simulados são usados para comparar tecnologias de imagem sem recrutar pessoas reais.

Pergunta que responde: Um novo aparelho de imagem acha cânceres tão bem quanto o atual?

Deixa de fora: As lesões e os leitores virtuais são modelos que podem deixar passar a variedade clínica real.

Roda em: cerca de 10^13 FLOPS aproximado milhares de imagens simuladas num cluster. Desde: 2018 Badano and colleagues, in silico imaging trial of digital breast tomosynthesis versus full-field mammography. [fonte](https://doi.org/10.1001/jamanetworkopen.2018.5474)

[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Corpos

### Epidemias em redes de contato

A doença se espalha entre nós de uma rede cuja distribuição de graus pode ser muito desigual, e o resultado depende dos hubs.

Pergunta que responde: Com que nível de transmissibilidade uma epidemia decola em uma rede com hubs?

Deixa de fora: As redes reais de contato mudam com o tempo e só são observadas em parte.

Roda em: cerca de 10^7 FLOPS aproximado Propagação de Monte Carlo em redes de milhões de nós em uma estação de trabalho. Desde: 2001 Pastor-Satorras e Vespignani, propagação de epidemias em redes livres de escala. [fonte](https://doi.org/10.1103/physrevlett.86.3200)

[Modelos de rede](https://simulation-hypothesis.com/pt/simulations/methods#m-network)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Populações

### Dinâmica populacional de mosquitos

Ovos, larvas, pupas e adultos de um mosquito transmissor de doenças se desenvolvem em recipientes sob temperatura e chuva locais, dando o número de picadas.

Pergunta que responde: Quantos mosquitos haverá na próxima temporada, e o que acontece se removermos os criadouros?

Deixa de fora: Os criadouros são difíceis de contar e variam de rua em rua.

Roda em: cerca de 10^7 FLOPS aproximado simulação de tábua de vida em um laptop. Desde: 1993 Focks and colleagues, a dynamic life-table model for Aedes aegypti. [fonte](https://doi.org/10.1093/jmedent/30.6.1003)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Populações

### Microssimulação de rastreamento de câncer

Histórias de vida individuais com o curso natural do câncer são simuladas com e sem rastreamento para estimar os casos encontrados e as mortes evitadas.

Pergunta que responde: Quantas mortes um programa de rastreamento evita, e a que custo em sobrediagnóstico?

Deixa de fora: O curso inicial do câncer, que não é observado, precisa ser presumido.

Roda em: cerca de 10^9 FLOPS aproximado milhões de vidas simuladas em uma estação de trabalho. Desde: 1985 Habbema e colegas, o programa de simulação MISCAN para a avaliação de rastreamento. [fonte](https://doi.org/10.1016/0169-2607%2885%2990048-3)

[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)piso: Corpos

### Modelos baseados em agentes de obesidade e dieta

Agentes com peso, renda e vizinhos comem e se movem, e a distribuição do peso corporal na população muda com o preço dos alimentos ou mudanças de política.

Pergunta que responde: Que intervenções mudam o peso da população ao longo de décadas?

Deixa de fora: O comportamento é reduzido a poucas regras, e a evidência de longo prazo é escassa.

Roda em: cerca de 10^8 FLOPS aproximado simulação de populações baseada em agentes em uma estação de trabalho. Desde: 2007 Hammond e Epstein, explorando mecanismos independentes de preço na epidemia de obesidade. [fonte](https://doi.org/10.2139/ssrn.1024287)

[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)[Dinâmica de sistemas](https://simulation-hypothesis.com/pt/simulations/methods#m-system-dynamics)piso: Populações

### Simulação de políticas de alocação de órgãos

Pacientes em uma lista de espera de transplante, chegada de órgãos de doadores e regras de alocação são simulados para comparar tempo de espera e sobrevida.

Pergunta que responde: Que regra de alocação rende mais anos de vida e a espera mais justa?

Deixa de fora: A qualidade dos órgãos e as decisões de pacientes e centros são simplificadas.

Roda em: cerca de 10^8 FLOPS aproximado simulação de eventos de anos de listas de espera em um laptop. Desde: 2000 Zenios, Chertow and Wein, dynamic allocation of kidneys to candidates on the transplant waiting list. [fonte](https://doi.org/10.1287/opre.48.4.549.12418)

[Eventos discretos](https://simulation-hypothesis.com/pt/simulations/methods#m-discrete-event)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Populações

### Modelos de posicionamento de ambulâncias e quartéis de bombeiros

Chamadas de emergência chegam ao acaso, unidades são despachadas, e um modelo de filas dá os tempos de resposta para cada local e desenho de distritos.

Pergunta que responde: Onde colocar estações e unidades para reduzir o tempo de resposta?

Deixa de fora: Os tempos de viagem e a verdadeira dispersão da demanda são presumidos.

Roda em: cerca de 10^7 FLOPS aproximado filas e Monte Carlo em um laptop. Desde: 1974 Larson, um modelo de filas de hipercubo para localização de instalações e redistribuição de distritos em serviços urbanos de emergência. [fonte](https://doi.org/10.1016/0305-0548%2874%2990076-8)

[Eventos discretos](https://simulation-hypothesis.com/pt/simulations/methods#m-discrete-event)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Populações

### Geração de prontuários sintéticos de pacientes

Pessoas artificiais recebem doenças, tratamentos e consultas segundo regras clínicas publicadas, para produzir prontuários realistas que não contêm nenhuma pessoa real.

Pergunta que responde: Dá para testar software e análises com registros realistas sem expor os dados de ninguém?

Deixa de fora: Os registros trazem apenas os padrões colocados no gerador, então doenças raras e trajetórias reais de cuidado ficam pouco representadas.

Roda em: cerca de 10^10 FLOPS aproximado uma execução em escala de laptop para um milhão de pacientes. Desde: 2010 A abordagem orientada por dados de Buczak e colegas para criar prontuários eletrônicos sintéticos. [fonte](https://doi.org/10.1186/1472-6947-10-59)

[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)[Regras e estados](https://simulation-hypothesis.com/pt/simulations/methods#m-rules)[Baseado em agentes](https://simulation-hypothesis.com/pt/simulations/methods#m-agent-based)piso: Populações

## Descoberta de medicamentos e farmacologia

### Toxicologia preditiva

A estrutura de um candidato a medicamento comparada com bancos de dados de moléculas tóxicas conhecidas, ou passada por modelos treinados com dados de laboratório e de animais, antes mesmo de ser sintetizada.

Pergunta que responde: É provável que esta molécula danifique o fígado, o coração ou os genes antes mesmo de a fabricarmos?

Deixa de fora: As previsões só são tão confiáveis quanto as moléculas tóxicas do passado com que o modelo foi treinado, e continuam surgindo exceções biológicas.

Roda em: cerca de 10^13 FLOPS aproximado um cluster universitário rodando um modelo treinado de previsão de toxicidade Desde: 2000 os primeiros modelos de relação estrutura-atividade usados para triar medicamentos quanto à toxicidade

[Emuladores aprendidos](https://simulation-hypothesis.com/pt/simulations/methods#m-learned)[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)piso: Moléculas

### Modelagem farmacodinâmica

Como a concentração de um medicamento no alvo se traduz em efeito no corpo, da ligação ao receptor até um sintoma ou biomarcador medido.

Pergunta que responde: Que efeito uma dada dose vai produzir de fato, e por quanto tempo?

Deixa de fora: Pressupõe uma relação limpa entre concentração e efeito que tolerância e progressão da doença podem romper.

Roda em: cerca de 10^10 FLOPS aproximado uma estação de trabalho resolvendo um punhado de equações de efeito acopladas Desde: 1968 os primeiros modelos de ocupação de receptores ligando a concentração do medicamento ao efeito

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Populações

### Simulação de desenho de ensaios clínicos

Milhares de ensaios hipotéticos executados sobre variações presumidas dos pacientes e efeitos de fármacos, para escolher o tamanho, a duração e as regras de interrupção antecipada de um ensaio.

Pergunta que responde: De quantos pacientes este ensaio realmente precisa, e quando podemos interrompê-lo com segurança?

Deixa de fora: O ensaio simulado é tão realista quanto as hipóteses sobre a resposta dos pacientes que lhe são fornecidas.

Roda em: cerca de 10^12 FLOPS aproximado um pequeno cluster rodando milhares de réplicas simuladas de ensaios Desde: 1994 os primeiros estudos de simulação usados para planejar desenhos adaptativos de ensaios clínicos

[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)piso: Populações

### Modelos de rede para reposicionamento de medicamentos

Medicamentos, genes, proteínas e doenças ligados em uma grande rede, pesquisada em busca de medicamentos existentes cujas conexões conhecidas sugiram um novo uso inesperado.

Pergunta que responde: Um medicamento já aprovado para uma doença poderia tratar também outra?

Deixa de fora: Uma ligação em uma rede é uma pista, não uma prova; a maioria dos reaproveitamentos sugeridos ainda falha quando testada.

Roda em: cerca de 10^12 FLOPS aproximado uma estação de trabalho pesquisando uma grande rede de fármacos, genes e doenças Desde: 2011 as primeiras triagens baseadas em redes de candidatos ao reposicionamento de medicamentos

[Modelos de rede](https://simulation-hypothesis.com/pt/simulations/methods#m-network)piso: Moléculas

### Modelagem de formulação e liberação de medicamentos

Um comprimido se dissolvendo, um adesivo liberando ou uma nanopartícula levando um medicamento pelo corpo, acompanhados como difusão e reação ao longo de minutos a dias.

Pergunta que responde: Com que rapidez e onde este medicamento realmente chega ao alvo depois de engolido ou injetado?

Deixa de fora: Os aparatos de dissolução de laboratório e a digestão real nem sempre concordam.

Roda em: cerca de 10^11 FLOPS aproximado uma estação de trabalho resolvendo equações de difusão e liberação Desde: 1961 Modelo matemático de Higuchi para a liberação de fármacos a partir de uma matriz sólida

[Campos contínuos](https://simulation-hypothesis.com/pt/simulations/methods#m-continuum)[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)piso: Moléculas

### Projeto de antígenos de vacinas

A superfície da proteína de um patógeno simulada em detalhe atômico para achar ou projetar as formas que o sistema imunológico vai reconhecer e lembrar melhor.

Pergunta que responde: Que parte deste patógeno é o melhor alvo para uma vacina?

Deixa de fora: Uma forma que parece um bom alvo na tela ainda precisa funcionar em um sistema imunológico de verdade.

Roda em: cerca de 10^15 FLOPS aproximado um cluster universitário rodando simulações atômicas de antígenos candidatos Desde: 2013 projeto baseado em estrutura de um antígeno estabilizado de vírus respiratório

[Dinâmica molecular](https://simulation-hypothesis.com/pt/simulations/methods#m-molecular-dynamics)[Monte Carlo](https://simulation-hypothesis.com/pt/simulations/methods#m-monte-carlo)piso: Átomos

### Controle de diabetes em malha fechada in silico

Uma população de pessoas virtuais com diabetes tipo 1, com refeições e dinâmica de glicose e insulina, usada para testar algoritmos de aplicação antes dos testes em humanos.

Pergunta que responde: Este algoritmo de controle manteria a glicose segura em muitas pessoas diferentes?

Deixa de fora: O comportamento real, como estresse, doença e falhas de sensores, é captado só em parte.

Roda em: cerca de 10^9 FLOPS aproximado simulações de longos dias virtuais de centenas de indivíduos em um laptop. Desde: 2009 Kovatchev e colegas, ensaios pré-clínicos in silico de controle em malha fechada do diabetes tipo 1. [fonte](https://doi.org/10.1177/193229680900300106)

[Equações diferenciais](https://simulation-hypothesis.com/pt/simulations/methods#m-equations)[Processos estocásticos](https://simulation-hypothesis.com/pt/simulations/methods#m-stochastic)piso: Corpos

[◂ Química e materiais](https://simulation-hypothesis.com/pt/simulations/chemistry-materials)[Ecologia, evolução e comportamento animal ▸](https://simulation-hypothesis.com/pt/simulations/ecology-behaviour)