在生物学和其他实验科学中，计算机模拟实验是指在计算机上或通过计算机模拟软件进行的实验。该短语是“硅内”（正确拉丁语：in silicio）的伪拉丁语表达，指代计算机芯片中的硅。它于1987年创造，作为对拉丁短语in vivo、in vitro和in situ的暗指，这些术语在生物学（尤其是系统生物学）中广泛使用。后者分别指在活体生物中、在活体外以及在自然环境中进行的实验。
历史
最早已知使用该短语的记录可追溯至1987年，克里斯托弗·兰顿（Christopher Langton）在洛斯阿拉莫斯国家实验室非线性研究中心举办的关于人工生命的研讨会公告中，用其描述人工生命概念。1989年，在新墨西哥州洛斯阿拉莫斯举行的“细胞自动机：理论与应用”研讨会上，墨西哥国立自治大学（UNAM）数学家佩德罗·米兰蒙特斯（Pedro Miramontes）首次将in silico用于描述完全在计算机中进行的生物学实验，其报告题为“DNA和RNA物理化学约束、细胞自动机与分子进化”。该工作后来成为米兰蒙特斯的博士论文。
欧洲共同体委员会在支持创建细菌基因组计划的白皮书中使用了in silico表述。首个引用in silico的参考文献出自1991年的一支法国团队。首个包含该术语的书籍章节由汉斯·B·西伯格（Hans B. Sieburg）于1990年撰写，并在圣菲研究所复杂系统暑期学校发表。
最初，in silico仅适用于模拟自然或实验室过程的计算机模拟（涵盖所有自然科学），并不泛指通用计算机计算。
药物发现中的虚拟筛选
主要文章：虚拟筛选
医学领域的计算机模拟研究有望加速发现进程，同时减少对昂贵实验室工作和临床试验的依赖。实现这一目标的途径之一是更高效地生成和筛选药物候选物。例如，2010年研究人员利用蛋白质对接算法EADock（参见蛋白质-配体对接），在计算机模拟中发现了一种与癌症活性相关的酶的潜在抑制剂。后续体外实验证实，50%的分子具有实际抑制活性。该方法不同于依赖高通量筛选（HTS）机器人实验室的物理测试——后者每日可测试数千种化合物，但命中率通常低于1%，且经进一步测试后能成为真正先导化合物的数量极少（参见药物发现）。
作为实例，该技术曾应用于新冠（SARS-CoV-2）药物再利用研究，以搜索潜在治疗方案。
细胞模型
研究人员已致力于建立细胞行为的计算机模型。例如，2007年团队开发了结核病的计算机模拟模型以辅助药物发现，其核心优势在于模拟生长速率快于实时，使研究者能在数分钟内而非数月内观察目标现象。更多研究聚焦于模拟特定细胞过程，如Caulobacter crescentus（新月柄杆菌）的生长周期。
然而，当前努力远未达到精确预测细胞全部行为的完整计算机模型。受限于对分子动力学和细胞生物学的理解不足，以及可用计算能力的缺失，现有计算机模拟细胞模型不得不采用大幅简化的假设，从而制约了其实际效用。
遗传学
从DNA测序获得的数字基因序列可存储于序列数据库中，进行分析（参见序列分析），数字化修改，或作为模板用于人工基因合成以创建新的实际DNA。
其他应用实例
基于计算机的建模技术还应用于以下领域：
- 原核生物和真核生物宿主的全细胞分析，例如大肠杆菌（E. coli）、枯草芽孢杆菌（B. subtilis）、酵母、CHO细胞系或人类细胞系
- 新冠潜在治疗方法的发现
- 生物工艺开发与优化，例如提高产物收率
- 利用欧洲网格基础设施等网格计算架构模拟肿瘤临床试验，以提升模拟性能和有效性
- 整合基因组、转录组或蛋白质组等异源数据集的分析、解读与可视化
- 食草动物宏基因组研究中分类分配步骤的验证
- 蛋白质设计。例如罗塞塔设计（RosettaDesign）软件包，目前处于开发阶段并供学术界免费使用
参见
- 虚拟筛选
- 计算生物学
- 计算生物建模
- 计算机实验
- Folding@home
- Exscalate4Cov
- 细胞模型
- 非临床研究
- 芯片器官
- 计算机模拟分子设计程序
- 计算机模拟医学
- 干实验
参考文献
- Google Groups, 2020.
- Hameroff, S. R., Ultimate Computing: Biomolecular Consciousness and NanoTechnology, Elsevier, 2014. ISBN 978-0-444-60009-7.
- Miramontes P., Un modelo de autómata celular para la evolución de los ácidos nucleicos, 博士论文, UNAM, 1992.
- Danchin, A; Médigue, C; Gascuel, O; Soldano, H; Hénaut, A, From data banks to data bases, Research in Microbiology, 142(7–8): 913–916, 1991.
- Sieburg, H.B., Physiological Studies in silico, Studies in the Sciences of Complexity, 12: 321–342, 1990.
- Röhrig, Ute F.; Awad, Loay; Grosdidier, AuréLien; Larrieu, Pierre; Stroobant, Vincent; Colau, Didier; Cerundolo, Vincenzo; Simpson, Andrew J. G., Rational Design of Indoleamine 2,3-Dioxygenase Inhibitors, Journal of Medicinal Chemistry, 53(3): 1172–1189, 2010.
- Ludwig Institute for Cancer Research, New computational tool for cancer treatment, ScienceDaily, 2010.
- Lee, Vannajan Sanghiran; Chong, Wei Lim; Sukumaran, Sri Devi; Nimmanpipug, Pivarat; Letchumanan, Vengadesh; Goh, Bey Hing; Lee, Learn-Han; Md. Zain, Sharifuddin; Abd Rahman, Noorsaadah, Computational screening and identifying binding interaction of anti-viral and anti-malarial drugs: Toward the potential cure for SARS-CoV-2, Progress in Drug Discovery & Biomedical Science, 3, 2020.
- University Of Surrey, In Silico Cell For TB Drug Discovery, ScienceDaily, 2007.
- Li, S; Brazhnik, P; Sobral, B; Tyson, JJ, Temporal Controls of the Asymmetric Cell Division Cycle in Caulobacter crescentus, PLOS Comput Biol, 5(8) e1000463, 2009.
- Lee, Vannajan Sanghiran et al., Computational screening and identifying binding interaction of anti-viral and anti-malarial drugs: Toward the potential cure for SARS-CoV-2, Progress in Drug Discovery & Biomedical Science, 3, 2020.
- Athanaileas, Theodoros et al., Exploiting grid technologies for the simulation of clinical trials: the paradigm of in silico radiation oncology, SIMULATION: Transactions of the Society for Modeling and Simulation International, 87(10): 893–910, 2011.
- Chua, Physilia Y. S.; Crampton-Platt, Alex; Lammers, Youri; Alsos, Inger G.; Boessenkool, Sanne; Bohmann, Kristine, Metagenomics: A viable tool for reconstructing herbivore diet, Molecular Ecology Resources, 21(7): 2249–2263, 2021.
- Liu, Y; Kuhlman, B, RosettaDesign server for protein design, Nucleic Acids Research, 34(Web Server issue): W235–W238, 2006.
- Dantas, Gautam; Kuhlman, Brian; Callender, David; Wong, Michelle; Baker, David, A Large Scale Test of Computational Protein Design: Folding and Stability of Nine Completely Redesigned Globular Proteins, Journal of Molecular Biology, 332(2): 449–460, 2003.
- Dobson, N; Dantas, G; Baker, D; Varani, G, High-Resolution Structural Validation of the Computational Redesign of Human U1A Protein, Structure, 14(5): 847–856, 2006.
- Dantas, G; Corrent, C; Reichow, S; Havranek, J; Eletr, Z; Isern, N; Kuhlman, B; Varani, G, High-resolution Structural and Thermodynamic Analysis of Extreme Stabilization of Human Procarboxypeptidase by Computational Protein Design, Journal of Molecular Biology, 366(4): 1209–1221, 2007.
【全文结束】
