干实验室

干式实验室是指实验性质不涉及重大风险的实验室。 这与需要处理各种类型的化学品和生物危害的湿实验室形成对比。 干实验室的一个例子是在计算机生成的模型上进行计算或应用数学分析以模拟物理领域中的现象。 这种现象的例子包括改变量子态的分子、黑洞的事件视界或任何在正常实验室条件下不可能或太危险而无法观察到的事物。 该术语也可以指主要使用电子设备的实验室，例如机器人实验室。 干燥实验室也可以指用于存储干燥材料的实验室空间。

干实验室 bing 也可以指提供虚构的（但似是而非的）结果来代替执行指定的实验，或进行系统的审查。

随着计算能力呈指数级增长，这种研究方法通常被称为计算机模拟（与体外和体内相对），已经引起了更多关注，尤其是在生物信息学领域。 更具体地说，在生物信息学中，是对蛋白质或蛋白质组学的研究，即阐明其未知结构和折叠模式。 阐明蛋白质结构的一般方法是首先纯化蛋白质，将其结晶，然后通过这种纯化的蛋白质晶体发送 X 射线，观察这些 X 射线如何衍射成特定的图案——这一过程称为 X- 射线晶体学。 然而，许多蛋白质，尤其是那些嵌入细胞膜中的蛋白质，由于其疏水性，几乎不可能结晶。 尽管存在其他技术，例如 ramachandran 绘图和质谱法，但仅靠这些技术通常无法全面阐明蛋白质结构或折叠机制。

作为突破这些技术局限性的手段，这种解析蛋白质结构的手段被称为蛋白质结构预测。 尽管许多实验室的方法略有不同，但主要概念是从无数的蛋白质构象中找到能量最低的构象，或者在 Folding@Home 的情况下，找到能量相对较低的蛋白质，这些蛋白质可能导致 蛋白质错误折叠并将其他蛋白质聚集到自身——就像镰状细胞性贫血的情况一样。 这些项目的一般方案是将少量计算解析或发送到计算机（通常是家用计算机）上进行计算，然后该计算机分析特定蛋白质呈现某种形状或构象的可能性 基于该蛋白质保持该形状所需的能量，这种处理数据的方式通常被称为分布式计算。 由于数十万台家用计算机的支持，此分析是在非常大量的不同构象上完成的，目的是找到最低可能能量的构象或相对于任何构象的最低可能能量构象集 只是略有不同。 尽管这样做非常困难，但可以通过观察大量构象的能量分布，尽管对于任何给定的蛋白质来说，几乎可以有无数种不同的蛋白质构象，具有相当大数量的蛋白质能量 采样，相对密切地预测构象范围内的构象具有使用统计推断方法的预期最低能量。 还有其他因素，如盐浓度、pH 值、环境温度或伴侣蛋白，它们是协助其他蛋白质折叠过程的蛋白质，可以极大地影响蛋白质的折叠方式。 然而，如果给定的蛋白质显示出自行折叠，尤其是在体外，则可以进一步支持这些发现。 一旦我们能看到蛋白质如何折叠，我们就能看到它如何作为催化剂或在细胞内通讯中发挥作用，例如 神经受体-神经递质相互作用。 某些化合物如何用于增强或阻止这些蛋白质的功能以及阐明的蛋白质总体上如何在疾病中发挥作用也可以得到更好的理解。

还有许多其他研究途径已经实施了干实验室方法。 其他物理现象，例如声音、新发现的或假设的化合物的特性以及量子力学模型，最近在这一方法领域受到了更多关注。

干实验室 bing，指的是在没有实际做实验室的情况下声称结果的过程，是一种臭名昭著的阴暗做法。