辛博学
模型，模拟和分析生物系统
辛博学®提供用于建模，仿真和分析动态系统的应用和编程工具，专注于定量系统药理（QSP），基于生理学的药代动力学（PBPK）和药代动力学/药效学（PK / PD）应用。您可以使用Simbiology块图编辑器交互式地构建模型或使用MATLAB以编程方式®语。您的模型可以从划痕创建，以SBML格式文件导入，或内置于素质中提供的模型示例。
SimBiology提供了多种分析基于ode模型的技术，这些模型的复杂程度和大小不等。你可以运行模拟来评估目标的可行性，预测药物的疗效和安全性，并确定最佳给药方案。您可以使用局部和全局敏感性分析确定关键途径和参数，并通过运行参数扫描评估生物变异。为了估计参数，可以使用非线性回归和非线性混合效应技术拟合数据，并执行非区域分析(NCA)。
开始：
建筑模型
构造定量系统药理学（QSP），基于生理学的药代动力学（PBPK），或药代动力学/药效学（PK / PD）模特就像你将它们绘制在一张纸上，使用Simbiology Model Builder。
创建模型变体
使用模型变量来存储一组不同于基本模型配置的参数值或初始条件。无需创建模型的多个副本，就可以轻松模拟虚拟患者、候选药物、替代场景和假设。
将备用数量值存储为模型变体。
评估剂量策略
定义和评估给药策略。评估组合疗法的好处，并通过组合针对不同模型物种的剂量调度来确定最佳给药策略。
模拟模型
使用各种确定性和随机求解器模拟模型的动态行为Simbiology Model Analyzer或程序化工具。
选择一个求解器
选择几种可用的确定性求解器之一，包括Matlab Ode Solvers.和日本人的求解器，或选择其中一个随机求解器，包括随机仿真算法（SSA），明确的Tau跳跃和隐式Tau跳跃。
加速模拟
通过将模型转换为编译的C代码来加速大型模型或蒙特卡罗模拟的模拟。通过使用多个核心，集群或云计算资源分发模拟来进一步提高性能并行计算工具箱™。
通过缩放到集群和云来提高模拟的性能。
非组件分析
在不假设隔间模型的情况下，从时间过程中计算药物的药代动力学参数。使用稀疏或串行采样在单个或多个定量给料的实验和仿真数据上执行NCA。
AUC计算用于线性和半机尺度的集中时间数据。
双室PK模型的高斯参数置信区间。
非线性混合效应技术（NLME）
使用NLME方法使用随机近似的预期 - 最大化（SAEM），一阶条件估计（FOCE），一阶估计（FO），线性混合效应（LME）近似或限制LME近似值。
非线性混合效应法的进展图。
内置程序和交互式探索工具
使用带有SimBiology Model Analyzer应用程序的内置分析步骤撰写分析程序。使用滑块以交互方式探索参数或剂量时间表的变化对模型结果的影响。
全球和局部敏感性分析
通过执行局部或全局敏感性分析，探讨模型数量变化对模型响应的影响。使用全局灵敏度分析来了解哪个模型在参数空间中输入驱动模型响应并告知参数估计策略。
自定义分析
以Matlab脚本以管理方式使用SimBiology来自动分析并创建自定义分析。您还可以使用社区贡献的工具作为附加组件，以在您的素质模型（如虚拟人口模拟）上执行自定义分析。
社区来自SimBiology在线社区的贡献工具。
构建和部署Web应用程序
使用。创建应用程序程序设计师，使用Matlab Compiler™打包它们，并使用它们使用MATLAB Web App Server™。合作者可以使用浏览器访问并运行Web应用程序，而无需安装任何软件。
目标介导的药物处理（TMDD）模拟在浏览器上运行的Web应用程序。
