زیست شناسی محاسباتی

یک پتابایت جواب

تا دیروز اگه می‌خواستی بدونی عوض شدن یک حرف از DNA چه بلایی سر ژن‌های اطرافش میاره، باید کد می‌نوشتی و یک مدل سنگین رو ساعت‌ها اجرا می‌کردی. DeepMind این کار رو یک بار برای هر ۹ میلیارد تغییر تک‌حرفی ممکن انجام داد و جواب‌ها رو در دسترس همه گذاشت؛ یک پتابایت داده‌ی آماده. ولی هر جهش دست آخر به یک عدد خلاصه می‌شه، و اون عدد چیزی رو اندازه می‌گیره که احتمالا فکرش رو نمی‌کنی.

مدل ویروس ساخت، ولی از روی دست طبیعت

سیصد و دو ژنوم طراحی شد و آخرش شانزده تا به ویروس واقعی تبدیل شد که باکتری می‌کشه. بعد یک گروه مستقل رفت سراغ همین شانزده تا و پرسید چقدر با ویروس‌های طبیعی فرق دارن، و جواب این بود که مدل بیشتر از روی دست طبیعت نوشته تا اینکه جای تازه‌ای رو گشته باشه.

شبیه‌سازی سلول سرطانی، مولکول‌به‌مولکول

یک شبیه‌ساز جدید که روی GPU اجرا می‌شود، هر مولکول داخل سلول را یک عامل مستقل در نظر می‌گیرد و منحنی پاسخ بالینی داروها در سرطان BRAF را بازتولید می‌کند. این یعنی چه، و چرا صادقانه‌تر از معادلات کلاسیک است.

گذار از معادلات پیوسته به عامل‌های موازی: مقیاس‌پذیری شبیه‌سازی مسیرهای سرطانی روی پردازنده‌های گرافیکی

معادلات دیفرانسیل قطعی در ثبت رفتارهای فضایی و نوظهور فرآیندهای سلولی ناتوان هستند. انتقال به مدل‌سازی عامل‌محور با شتاب‌دهی پردازنده گرافیکی، جایگزینی مقیاس‌پذیر برای انکولوژی محاسباتی ارائه می‌دهد.