SimBiology
模拟、模拟和分析生物系统
SimBiology®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提供了各种技术,用于分析复杂度和大小不等的基于ODE的模型。您可以运行模拟来评估目标可行性,预测药物疗效和安全性,并确定最佳给药计划。您可以使用局部和全局敏感性分析确定关键路径和参数,并通过运行参数扫描来评估生物可变性。要估计参数,可以使用非线性回归和非线性混合效应技术拟合数据,并执行非房室分析(NCA)。
开始:
建筑模型
构造定量系统药理学(QSP)、基于生理的药代动力学(PBPK),或药代动力学/药效学(PK / PD)就像你用SimBiology模型生成器在纸上画一样。
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来模拟模型的动态行为Simbiology Model Analyzer或编程工具。
选择一个解算器
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动力学,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,加速大型模型或蒙特卡罗模拟的仿真。通过在多个核、集群或云计算资源上分布模拟,进一步提高性能并行计算工具箱™。
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。
非线性混合效应技术(NLME)
使用NLME方法使用期望最大化的随机逼近(SAEM),一阶条件估计(FOCE),一阶估计(FO)配合人口数据,线性混合效应(LME)的近似,或限制LME近似。
内置程序和交互式探索工具
使用SimBiology Model Analyzer应用程序内置的分析步骤编写分析程序。使用滑块交互式地探索参数或剂量计划的变化对模型结果的影响。
全局和局部敏感性分析
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
用MATLAB脚本编程地使用SimBiology来自动化分析和创建自定义分析。您还可以使用社区提供的工具作为附加组件,对SimBiology模型执行自定义分析,比如虚拟种群模拟。
构建和部署Web应用程序
使用。创建应用程序应用程序设计师,使用MATLAB Compiler™封装它们,并使用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。