Компьютерное моделирование как новый метод научных исследований основано
Обновлено: 21.11.2024
Мар. 28 сентября 2022 г. Исследователи с помощью компьютерного моделирования показали, что такие погодные явления, как внезапные ливни, потенциально можно изменить, внося небольшие коррективы в определенные переменные погоды .
Исследователи разрабатывают гибридную человеко-машинную платформу для создания более умного ИИ
Мар. По мнению исследователей, для создания более умных и точных систем искусственного интеллекта требуется гибридный человеко-машинный подход. В новом исследовании они представили новую математическую модель, которая может .
На пути к еще более мощным микрочипам и суперкомпьютерам
Мар. 8 августа 2022 года. Рассмотрение процесса расширения "закона Мура", согласно которому примерно каждые два года количество транзисторов, помещаемых в микрочип, удваивается, и разработка новых способов производства более мощных транзисторов.
Подход к устранению ошибок помогает квантовым компьютерам подняться на новый уровень
Фев. 24 февраля 2022 г. Недавние исследования выявили новый подход к уменьшению квантовых ошибок — «схемы оценки шума», — которые могут помочь увеличить теоретический потенциал квантовых вычислений.
Искусственный интеллект прокладывает путь к открытию новых редкоземельных соединений
Мар. 18 февраля 2022 г. — Искусственный интеллект помогает ученым исследовать материалы. Исследователи обучили модель машинного обучения (ML) для оценки стабильности .
Мозговые вычислительные чипы больше не только для ИИ
Мар. 10 сентября 2022 г. С помощью небольшой математики исследователи показали, что нейроморфные компьютеры, которые синтетически воспроизводят логику мозга, могут решать более сложные задачи, чем те, которые ставит .
Компьютерные симуляторы наркотиков предупреждают о многообещающем лечении диабета и рака
Фев. 28 сентября 2022 г. С помощью компьютерного моделирования лекарств исследователи обнаружили, что врачам следует с осторожностью назначать многообещающие методы лечения всех видов рака и...
Изучено стремление Калифорнии к образованию в области компьютерных наук
Фев. 24 июня 2022 г. Несмотря на политику штата Калифорния в области образования в области компьютерных наук, гендерные, расовые и этнические различия сохраняются между старшими школами, предлагающими эти курсы, обучающимися в них учащимися и преподавателями .
Виртуальные суррогаты пациентов могут персонализировать лечение рака
Фев. 15 сентября 2022 г. Ученые разработали математические модели, которые выступают в качестве "суррогатов" пациентов для оценки потенциального рака простаты.
Исследователи используют суперкомпьютеры для крупнейшего в своем роде моделирования турбулентности
Фев. 14 июня 2022 г. Несмотря на то, что это одна из наиболее изучаемых тем в области суперкомпьютеров, фундаментальное понимание влияния турбулентного движения на потоки жидкости все еще остается.
Эксперты по компьютерному моделированию разработали модель борьбы с вредителями
Фев. 10 сентября 2022 г. – Математики разработали новую математическую модель, которая может значительно повысить эффективность борьбы с вредителями и, следовательно, значительно уменьшить воздействие вредителей на сельскохозяйственные культуры, при этом сведя к минимуму .
Откуда взялся этот звук?
Ян. 27 февраля 2022 г. — Нейробиологи разработали компьютерную модель, которая может локализовать звуки. Модель, состоящая из нескольких сверточных нейронных сетей, не только выполняет задачу так же хорошо, как люди, но и .
Исследователи ищут преимущества в квантовой гонке
Ян. 26 сентября 2022 г. Исследователи квантовых технологий значительно сократили время моделирования оптического квантового компьютера, увеличив его скорость примерно на миллиард по сравнению с предыдущими версиями.
Исследователи моделируют поведение живой «минимальной клетки» в трех измерениях
Ян. 20 февраля 2022 г. — Ученые сообщают, что они построили живую «минимальную клетку» с геномом, урезанным до самого необходимого, и компьютерную модель клетки, которая отражает ее поведение. Путем уточнения и .
Проектирование химических реакций становится виртуальным
Мар. 14 ноября 2022 г. Исследователи стремятся упростить трудоемкий и ресурсоемкий процесс скрининга лигандов во время разработки катализатора с помощью виртуального домена .
Поучительная история о неопределенности машинного обучения
Мар. 10 октября 2022 г. Новый анализ показывает, что исследователи, использующие методы машинного обучения, рискуют недооценить неопределенность в своих окончательных результатах.
Новый взгляд на оценку ошибок машинного обучения
Компьютерные игры в классе: успехи в обучении зависят от учителя
Мар. 3 января 2022 г. — Будущие педагоги видят в компьютерных играх образовательный потенциал, обучающие шоу. Поэтому подготовка учителей должна учитывать их потенциал в сфере .
Улучшено программное обеспечение BioCro для выращивания виртуальных культур
Фев. 28 февраля 2022 г. — Команда разработчиков обновила популярное программное обеспечение для моделирования роста сельскохозяйственных культур BioCro, сделав его более удобным и эффективным способом прогнозирования урожайности. Обновленная версия BioCro II позволяет моделистам использовать файлы .
Новаторские симуляторы фокусируются на вирусе ВИЧ-1
Фев.23 февраля 2022 г. — Создана первая в мире биологически достоверная компьютерная модель липосомы вируса ВИЧ-1. Ключевым результатом моделирования является образование микродоменов, богатых сфингомиелином и холестерином. ВИЧ-1 .
Алгоритм может сократить тестирование качества и исследования во многих отраслях на месяцы
Фев. 15 ноября 2022 г. Алгоритм машинного обучения может предоставить автомобильной, аэрокосмической и другим отраслям более быстрый и экономичный способ массового тестирования.
Сбор скрытых данных о бессимптомных случаях COVID-19 позволяет получить более точную картину пандемии
Фев. 10 октября 2022 г. — Бессимптомные случаи COVID-19 — проклятие для компьютерных моделистов — они в неизвестной степени отбрасывают данные моделирования. Новый подход предполагает использование исторических данных об эпидемиях из .
Инженеры создают молекулярную основу для объединения экспериментальных и компьютерных наук для разработки материалов на основе пептидов
Ян. 25 сентября 2022 г. — Исследователи разработали платформу, которая решает задачу объединения экспериментальных и компьютерных наук для более точного предсказания пептидов.
Изучение Большого взрыва с помощью искусственного интеллекта
Ян. 25 февраля 2022 г. — Искусственный интеллект используется для решения многих чрезвычайно сложных задач. Так почему бы не использовать машинное обучение для изучения физики элементарных частиц? Как оказалось, это непросто из-за некоторых особенностей.
К компактным квантовым компьютерам благодаря топологии
Ян. 20 февраля 2022 г. — Исследователи PSI сравнили распределение электронов под оксидным слоем двух полупроводников. Это исследование является частью усилий по разработке особо стабильных квантовых битов, и, таким образом, .
Новые модели могут улучшить прогнозирование схода лавин
Ян. 19 февраля 2022 г. — Согласно новому международному исследованию, компьютерное моделирование снежного покрова может точно предсказать опасность схода лавин. В настоящее время прогнозами лавин в Канаде занимаются опытные специалисты, которые .
Самоорганизация сложных структур: вопрос времени
Ян. 19 сентября 2022 г. Исследователи разработали новую стратегию производства наноструктур с минимальными затратами времени и ресурсов.
Новые модели оценивают ремонт опор моста после землетрясений
Ян. 18 сентября 2022 г. Инженеры-строители разрабатывают стратегию компьютерного моделирования, которая поможет спланировать эффективный ремонт поврежденного железобетона.
Когда вода течет со всех сторон
Ян. 13 февраля 2022 г. — Исследователи разработали первую трехмерную оперативную модель штормового нагона. Модель имитирует смешанный нагон и наводнение, особенно в переходных зонах, где река встречается с .
Компьютерная модель пытается объяснить распространение дезинформации и предложить контрмеры
Ян. 11 ноября 2022 г. — Исследователи придумали компьютерную модель, которая отражает то, как дезинформация распространяется в реальной жизни. Эта работа может дать представление о том, как защитить людей от нынешнего заражения вирусом .
Взаимодействия света и материи смоделированы на самом быстром в мире суперкомпьютере
Ян. 7 сентября 2022 г. — Исследователи разработали вычислительный подход для моделирования взаимодействия между материей и светом на атомном уровне. Команда проверила свой метод, смоделировав взаимодействие света и материи в .
Поиск способа предотвратить обман аудиомоделей для машинного обучения ИИ
Ян. 7 сентября 2022 г. — Появились предупреждения о ненадежности метрик, используемых для определения того, могут ли люди воспринимать звуковые возмущения, предназначенные для обмана моделей ИИ. Исследователи показывают, что искажение .
Инженеры разрабатывают новый программный инструмент для помощи в исследованиях по моделированию материалов
Ян. 5 января 2022 г. — Новый программный инструмент может ускорить исследования в области материаловедения, отказавшись от утомительных фоновых исследований свойств материалов. Исследователи недавно представили propSym, программное обеспечение с открытым исходным кодом на платформе .
Система распознает жесты рук для расширения компьютерного ввода на клавиатуре
Ян. 5 июня 2022 г. Исследователи разрабатывают новую технологию, которая использует жесты рук для выполнения команд на .
Вычислительное моделирование — это использование компьютеров для моделирования и изучения сложных систем с использованием математики, физики и информатики. Вычислительная модель содержит множество переменных, характеризующих изучаемую систему. Моделирование выполняется путем корректировки переменных по отдельности или в комбинации и наблюдения за результатами. Компьютерное моделирование позволяет ученым проводить тысячи смоделированных экспериментов с помощью компьютера. Тысячи компьютерных экспериментов определяют несколько лабораторных экспериментов, которые с наибольшей вероятностью решат изучаемую проблему.
Современные вычислительные модели позволяют изучать биологическую систему на нескольких уровнях.Модели развития болезни включают молекулярные процессы, межклеточные взаимодействия и то, как эти изменения влияют на ткани и органы. Изучение систем на нескольких уровнях известно как многомасштабное моделирование (МСМ).
Вычислительные модели используются для моделирования и изучения сложных биологических систем. Изображение предоставлено ISB
Модели прогнозирования погоды делают прогнозы на основе многочисленных атмосферных факторов. Точные прогнозы погоды могут защитить жизнь и имущество, а также помочь коммунальным предприятиям спланировать увеличение мощности, связанное с экстремальными климатическими изменениями.
В авиасимуляторах используются сложные уравнения, которые управляют полетом самолета и реагируют на такие факторы, как турбулентность, плотность воздуха и осадки. Симуляторы используются для обучения пилотов, проектирования самолетов и изучения того, как самолеты меняются при изменении условий.
Моделирование землетрясений направлено на спасение жизней, зданий и инфраструктуры. Вычислительные модели предсказывают, как состав и движение конструкций взаимодействуют с подстилающими поверхностями, чтобы повлиять на то, что происходит во время землетрясения.
Отслеживание инфекционных заболеваний. Вычислительные модели используются для отслеживания инфекционных заболеваний среди населения, определения наиболее эффективных вмешательств, а также мониторинга и корректировки вмешательств для уменьшения распространения болезни. Выявление и внедрение мер, направленных на сдерживание распространения болезни, имеют решающее значение для спасения жизней и снижения нагрузки на систему здравоохранения во время пандемий инфекционных заболеваний.
Клиническая поддержка принятия решений. Вычислительные модели интеллектуально собирают, фильтруют, анализируют и представляют информацию о здоровье, чтобы предоставить врачам рекомендации по лечению заболеваний на основе подробных характеристик каждого пациента. Системы помогают обеспечить информированный и последовательный уход за пациентом при его переводе в соответствующие больничные учреждения и отделения и сдаче различных анализов в ходе курса лечения.
Прогнозирование побочных эффектов лекарств. Исследователи используют компьютерное моделирование, чтобы помочь разработать лекарства, которые будут наиболее безопасными для пациентов и с наименьшей вероятностью будут иметь побочные эффекты. Такой подход может сократить много лет, необходимых для разработки безопасного и эффективного лекарства.
Моделирование распространения инфекционных заболеваний для определения эффективных вмешательств. Точное моделирование инфекционных заболеваний опирается на многочисленные большие наборы данных. Например, оценка эффективности социального дистанцирования в отношении распространения гриппоподобных заболеваний должна включать информацию о дружбе и взаимодействии отдельных лиц, а также стандартные биометрические и демографические данные. Исследователи, финансируемые NIBIB, разрабатывают новые вычислительные инструменты, которые могут включать новые доступные наборы данных в модели, предназначенные для определения наилучших направлений действий и наиболее эффективных вмешательств во время пандемического распространения инфекционных заболеваний и других чрезвычайных ситуаций в области общественного здравоохранения.
Многомасштабное моделирование (MSM) — это сложный тип вычислительного моделирования, который включает в себя несколько уровней биологической системы. Изображение предоставлено ISB.
Отслеживание эволюции вируса во время распространения инфекционного заболевания. РНК-вирусы, такие как ВИЧ, гепатит В и коронавирус, постоянно мутируют, вырабатывая лекарственную устойчивость, избегая иммунного ответа и вызывая новые инфекции. Образцы секвенированных патогенов от тысяч инфицированных можно использовать для идентификации миллионов эволюционирующих вариантов вируса. Исследователи, финансируемые NIBIB, создают вычислительные инструменты для включения этих важных данных в анализ инфекционных заболеваний медицинскими работниками. Новые инструменты будут созданы в сотрудничестве с CDC и доступны в Интернете для исследователей и медицинских работников. Этот проект улучшит эпиднадзор и лечение заболеваний во всем мире и позволит разработать более эффективные стратегии искоренения болезней.
Преобразование беспроводных данных о состоянии здоровья в улучшение здоровья и здравоохранения. Устройства для мониторинга здоровья в больницах и носимые датчики, такие как умные часы, генерируют огромные объемы данных о состоянии здоровья в режиме реального времени. Медицинское обслуживание на основе данных обещает быть быстрым, точным и менее дорогим, но непрерывные потоки данных в настоящее время превышают возможности использования информации. Исследователи, финансируемые NIBIB, разрабатывают вычислительные модели, которые преобразуют потоковые данные о здоровье в полезную форму. Новые модели обеспечат физиологический мониторинг в режиме реального времени для принятия клинических решений в Национальной детской больнице. Команда математиков, биомедицинских информатиков и персонала больниц будет создавать общедоступные данные и программное обеспечение.Проект будет использовать рынок беспроводных медицинских услуг стоимостью 11 миллиардов долларов, чтобы значительно улучшить здравоохранение.
Человеческое и машинное обучение для индивидуального управления вспомогательными роботами. Чем серьезнее двигательные нарушения человека, тем сложнее ему управлять вспомогательными механизмами, такими как кресла-коляски с электроприводом и роботизированные руки. Доступные средства контроля, такие как устройства для вдоха и выдоха, не подходят для людей с тяжелым параличом. Исследователи, финансируемые NIBIB, разрабатывают систему, позволяющую людям с тетраплегией управлять роботизированной рукой, одновременно продвигая физические упражнения и поддерживая остаточные двигательные навыки. В технологии используются интерфейсы «тело-машина», которые реагируют на минимальное движение конечностей, головы, языка, плеч и глаз. Первоначально, когда пользователь двигается, машинное обучение усиливает сигнал для выполнения задачи с помощью робота-манипулятора. Помощь сокращается по мере того, как машина передает управление все более опытному пользователю. Этот подход направлен на то, чтобы расширить возможности людей с тяжелым параличом и предоставить интерфейс для безопасного обучения управлению роботами-помощниками.
Несмотря на то, что были приложены все усилия для соблюдения правил стиля цитирования, могут быть некоторые расхождения. Если у вас есть какие-либо вопросы, обратитесь к соответствующему руководству по стилю или другим источникам.
Наши редакторы рассмотрят то, что вы отправили, и решат, нужно ли пересматривать статью.
моделирование в промышленности, науке и образовании, метод исследования или обучения, воспроизводящий реальные события и процессы в тестовых условиях. Разработка моделирования часто представляет собой очень сложный математический процесс. Первоначально задается набор правил, взаимосвязей и операционных процедур, а также другие переменные. Взаимодействие этих явлений создает новые ситуации, даже новые правила, которые развиваются дальше по ходу моделирования. Инструменты моделирования варьируются от бумажно-карандашных и настольных игр до сложных компьютерных интерактивных систем.
Методы моделирования экспериментов позволяют исследователям проводить экзотические эксперименты или демонстрации в "сухой лаборатории" без использования редких материалов или дорогостоящего оборудования. В автомобильной промышленности предлагаемые конструкции автомобилей проходят имитационные испытания в аэродинамической трубе в компьютерном моделировании, что экономит сотни часов, которые раньше тратились на создание и испытания прототипов. Сжатие времени — еще одна экономичная функция технологии моделирования. События, которые могут занять от нескольких часов до тысячелетий в реальном времени, можно смоделировать за несколько минут. Исследователям-медикам, например, часто приходится изолировать органы и поддерживать их жизнь искусственными средствами, выращивать культуры, вводить химические вещества и ждать результатов. Однако, когда нормальные функции выбранного органа могут быть точно смоделированы, исследователи могут через несколько минут наблюдать влияние широкого спектра событий на это функционирование. Точно так же астрономы, использующие компьютерное моделирование движения галактик, могут продемонстрировать события, для завершения которых требуются миллионы лет, например столкновение двух галактик, чтобы проверить достоверность теоретических описаний.
Компьютеры оказали огромное влияние на управление промышленными производственными системами, а также на исследования операций и промышленность.
Как метод обучения, моделирование позволяет учащимся реалистично решать жизненно важные вопросы, но без ужасных последствий, если они сделают неправильный выбор. Этот метод оказался особенно полезным при обучении медиков, как, например, в Медицинской школе Университета Альберты, где компьютер имитирует пациентов в критическом состоянии, которые умрут без надлежащего ухода. Начинающих врачей просят ставить быстрые диагнозы и назначать лечение, чтобы сохранить жизнь пациенту. Пилоты-стажеры также сталкиваются с реальными аварийными ситуациями с помощью таких сложных устройств моделирования, как тренажер Link (см. авиасимулятор).
Моделирование позволяет учащимся понять сложные взаимодействия факторов физической или социальной среды. Студенты Дартмутского колледжа, например, играют в игру-симулятор, в которой они стремятся вырастить хороший урожай риса в условиях постоянной угрозы вредителей, пожаров и наводнений. Высшая школа менеджмента Северо-Западного университета запрограммировала свой компьютер для имитации микромодели американской экономики. Используя портативные терминалы и телевизионные мониторы, учащиеся предлагают решения экономических проблем и сравнивают полученные прогнозы с данными, полученными из модели.
Джереми Гиббонс получает финансирование от EPSRC и ЕС.
Партнеры
Оксфордский университет предоставляет финансирование в качестве члена The Conversation UK.
От революционного открытия пенициллина до теорий относительности и квантовой механики наука развивалась с ошеломляющей скоростью еще до появления компьютеров. Во многом это связано с надежностью научного метода: научные результаты подтверждаются путем повторения и расширения другими учеными.
Но то, как мы занимаемся наукой, меняется: теперь мы все больше полагаемся на сложные компьютерные модели, чтобы понять природу. И оказывается, что эти модели практически невозможно воспроизвести, а это означает, что важный критерий науки подвергается сомнению. Итак, каковы реальные последствия этого изменения и что мы можем с этим поделать?
Досовременная наука, известная как «натурфилософия», была эмпирической. Эмпирическая наука использует прошлые наблюдения, чтобы делать предсказания о будущем, которые затем могут быть проверены. Тихо Браге, датский астроном 16-го века, сумел таким образом провести точные и всесторонние наблюдения за небом.
Однако современная наука носит теоретический характер. Теоретическая наука также делает прогнозы, но она выводит их из математических моделей, а не из предшествующих наблюдений. Вспомните законы движения Исаака Ньютона, такие как закон обратных квадратов гравитации.
Например, есть уравнение, описывающее движение Земли вокруг Солнца. Это уравнение можно использовать для построения компьютерной модели, в которую можно просто вставить определенные переменные и посмотреть, как изменится решение. Вы можете просто ввести дату в будущем и определить положение Земли в этот день. Вы также можете использовать ту же программу для моделирования других планетарных систем — все это основано на одной и той же математике. Все, что вам нужно сделать, это указать разные массы и различные другие свойства задействованных тел.
Такие математические уравнения хороши, когда они доступны, но часто это не так. Например, мы знаем, что не существует простого уравнения, которое решает так называемую «задачу трех тел», описывающую три тела, вращающиеся вокруг и влияющие друг на друга силами гравитации, — например, Луна, Земля и Солнце.
Большая часть современной науки имеет дело с еще более сложными системами, и точно так же не имеет точных решений. Такие модели должны быть «вычислительными» — описывать, как система меняется от одного момента к другому. Но нет иного способа определить точное состояние в какой-то момент в будущем, кроме как «симулировать» его эволюцию таким образом. Прогнозирование погоды — знакомый пример; до появления компьютеров в 1950-х годах было невозможно предсказать будущую погоду быстрее, чем это произошло на самом деле.
Современная наука обычно состоит из разработки математической модели, описывающей сложную систему, затем преобразования ее в вычислительную симуляцию и запуска симуляции для получения прогнозов для проверки модели.
Когда моделирование не удается
Моделирование используется во многих областях науки, от астрофизики и прогнозирования климата до биоинформатики и экономики. Но все чаще спорят о том, что эту науку трудно подтвердить с помощью воспроизведения.
Оказывается, недостаточно просто описать экспериментальные методы словами. Отчасти это связано с тем, что естественные языки, такие как английский, слишком расплывчаты для точного описания вычислений. В конце концов, есть причина, по которой программисты используют языки программирования. Одна из самых больших проблем при разработке программного обеспечения заключается в преобразовании расплывчатых требований в точные спецификации поведения.
В конце концов, люди — даже ученые — могут ошибаться. Преобразование любой информации в программу почти всегда приводит к ошибкам. Например, многие ученые зависят от инструментов исследования данных, таких как электронные таблицы, которые разработаны для простоты использования, а не для надежности. Очень легко просто суммировать неправильный диапазон ячеек в электронной таблице, не получая никаких предупреждений. Это был один из методологических недостатков документа, на котором Республиканская партия США основывала свою политику жесткой экономии.
Аналогичным образом недавнее исследование 15 770 электронных таблиц, которые были обнародованы в ходе расследования дела американской корпорации Enron, показало, что 24 % таблиц, содержащих хотя бы одну формулу, содержали явные ошибки, например добавление пустых ячеек.
Что касается естественных наук, то космический зонд Mars Climate Observer, запущенный в 1998 году для изучения климата на Марсе, год спустя был утерян из-за того, что одна часть управляющего программного обеспечения ошибочно использовала имперские единицы измерения вместо метрических.Другое исследование девяти независимых реализаций одного и того же геофизического эксперимента с использованием одного и того же набора данных, алгоритмов и языка программирования показало очень мало совпадений в полученных результатах.
Более того, даже если читатель исследовательской статьи может успешно интерпретировать точный смысл автора, а затем безошибочно преобразовать его в программу, при ее выполнении все равно есть подводные камни. Один особенно сложный класс проблем возникает из-за того, как компьютеры обрабатывают числа: хотя они могут манипулировать целыми числами, такими как 42 и -17, с идеальной точностью, стандартные методы манипулирования действительными числами, такими как π ≈ 3,14 и √2 ≈ 1,414, допускают лишь приблизительную точность. Эти приближения означают, что кажущиеся эквивалентными способы вычисления одного и того же значения могут давать разные результаты.
Итак, что можно сделать? Если даже опытные разработчики программного обеспечения не могут надежно создавать правильное программное обеспечение, на что надеяться программистам-любителям, таким как ученые?
Одним из направлений работы является создание инструментов для разработки «предметно-ориентированных» языков программирования, каждый из которых предназначен для решения определенного класса задач, таких как поведение агентов на экономических рынках или распространение лекарств между клетками. Они предназначены для того, чтобы специалистам было намного проще описывать вычисления непосредственно в знакомых терминах, вместо того, чтобы косвенно кодировать их на языке программирования общего назначения.
Второй подход направлен на разработку более выразительных, но все же удобных для пользователя «систем типов» для программ. Это облегчило бы обнаружение «глупых» ошибок, таких как пустые ячейки в электронных таблицах или смешивание значений в разных единицах измерения. Однако это не может исключить всех логических ошибок. Третье направление — разработка пригодных для использования библиотек кода для точной арифметики, избегая проблем аппроксимации.
Есть все шансы, что эти подходы помогут решить проблему в будущем или, по крайней мере, устранить некоторые риски. В конце концов, миру нужна наука, а ученым нужны компьютеры, и вряд ли это изменится в ближайшее время.
Компьютерное моделирование состоит из написания версии компьютерной программы математической модели физической или биологической системы. Компьютерное моделирование, выполняемое в соответствии с такими программами, может дать знания, недоступные математическому анализу или естественным экспериментам.
Последние исследования и обзоры
Исследование
17 марта 2022 г. | Открытый доступ
- Сильвестр М. Клоска
- , Кшиштоф Палчиньский
- и Тадеуш А. Высоцкий
Исследование
01 марта 2022 г. | Открытый доступ
Исследование
23 февраля 2022 г. | Открытый доступ
- Расмус Магнуссон
- , Йеспер Н. Тегнер
- и Мика Густафссон
Исследование
23 февраля 2022 г. | Открытый доступ
- Мохан Чен
- , Дачжэн Фэн
- и Мэн Ван
Исследование
17 февраля 2022 г. | Открытый доступ
Разработка прогностических методов для выявления пациентов с высоким риском тяжелого течения COVID-19 имеет решающее значение. Авторы показывают здесь, что путем измерения уровней антител и цитокинов против SARS-CoV-2 во время госпитализации и интеграции данных с помощью неконтролируемой иерархической кластеризации/машинного обучения можно предсказать неблагоприятный исход.
- Ивонн М. Мюллер
- , Тийс Дж. Шрама
- и Питер Д. Кацикис
Исследование
10 февраля 2022 г. | Открытый доступ
Метаболически активные органеллы конкурируют за цитозольное пространство и ресурсы во время перестройки метаболизма. Здесь авторы разрабатывают компьютерную модель метаболизма дрожжей и распределения ресурсов для прогнозирования ограничений протеома, специфичных для условий и компартментов, которые управляют метаболическими стратегиями.
Читайте также: