Увеличенная польза компьютеров создать прогнозные модели людского заболевания правоподобна следовать мастерской организованной Европейским Учредительством Науки (ESF), которое принудило для сотруднического усилия между специалистами в поле.
Людское исследование заболеванием производит преогромное количество данных от различных источников как животные модели, скрининг высокого объём генетический людской ткани, и в экспериментах по лаборатории vitro. Эти данные работают на различных уровнях и маштабах включая гены, молекулы, клетки, ткани и все органы, овеществляя большое количество потенциально ценной проницательности которую настоящий компьютер моделируя подходы часто не сумеет эксплуатировать правильно.
Однако, были сделаны значительно выдвижения в моделирование немного специфических заболеваний, как (MS) рассеянный склероз. Главная цель мастерской ESF была таким образом обобщить такую работу и создать более когерентное тело экспертизы через все поле вычислительного анализа заболеванием, согласно Альберту Compte, co-convenor мастерской ESF, от Вычислительных и физиологопсихологических оснований кортикальной лаборатории сетей на d'Investigacions Biomèdiques Pi -го Август Sunyer Institut (IDIBAPS) в Барселоне. «Мастерская как это одно была полезна в видеть как выдвижения в другие поля исследования можно использовать более вообще для заболевания моделируя,» сказала Compte. «До тех пор, роман моделируя подходы был ограничен к специфическому заболеванию или определенному уровню описания».
Модель могла быть ограничена как раз к молекулярному уровню или клетчатому уровню например. Мастерская ESF выделила преимущества которые смогли быть получены от интегрируя данных от различных уровней. Это может обеспечить более детальные и более гибкие модели, с большой силой определить причины заболеваний и предсказать возможные лечения в будущем.
Однако, одна прогнозируемая проблема когда строить изощренное заболевание моделирует работать на различных уровнях что они могут стать слишком сложными, с отсутсвием достаточных данных для любого полезного анализа. Это может быть разрешено путем выбирать более простую модель которая соответствует только к экспериментальным данным которые фактически существуют. Уполномоченные Представители на мастерской услышанные, что как в случае MS, выбор модели смог быть настроен к данным, сделали самую лучшую пользу фактических экспириментально результатов получили в определенном изучении, как объяснено Jesper Tegner, другой co-convenor мастерской ESF, от Блока Исследования Атеросклероза на Центре Института Karolinska для Молекулярной Медицины (CMM) в Стокгольме, Швеци.