SimBiology

Modele, simule y analice sistemas biológicos

 

SimBiology® proporciona apps y herramientas programáticas para modelar, simular y analizar sistemas dinámicos que se centran en farmacología de sistemas cuantitativos (QSP), farmacocinética fisiológicamente basada (PBPK) y aplicaciones farmacocinéticas/farmacodinámicas (PK/PD). Puede crear modelos de forma interactiva utilizando el editor de diagramas de bloques de SimBiology o mediante programación utilizando el lenguaje MATLAB®. Los modelos se pueden crear desde cero, importar como archivos con formato SBML o construir a partir de ejemplos de modelos proporcionados en SimBiology.

SimBiology proporciona una serie de técnicas para analizar modelos basados en ODE que varían en complejidad y tamaño. Es posible ejecutar simulaciones para evaluar la viabilidad de la diana, predecir la eficacia y la seguridad del fármaco, e identificar las pautas posológicas óptimas. Puede identificar rutas y parámetros clave mediante análisis de sensibilidad locales y globales, y evaluar la variabilidad biológica ejecutando barridos de parámetros. Para estimar los parámetros, puede ajustar los datos mediante técnicas de regresión no lineal y efectos mixtos no lineales, así como realizar análisis no compartimental (NCA).

Comience:

Comunidad de usuarios de SimBiology

Entorno de colaboración para científicos que trabajan en modelado de QSP, PBPK y PK/PD utilizando SimBiology y MATLAB.

Creación de modelos

Cree modelos de farmacología de sistemas cuantitativos (QSP), farmacocinética fisiológicamente basada (PBPK) o farmacocinética/farmacodinámica (PK/PD) como si los dibujara en una hoja de papel utilizando SimBiology Model Builder.

Especificación de la dinámica del modelo

Utilice el editor de diagramas de bloques de tipo arrastrar y colocar o las herramientas programáticas para crear modelos de QSP, PBPK o PK/PD. Importe los modelos existentes desde archivos escritos en lenguaje de marcado para biología sistémica (SBML).

Creación de variantes de modelos

Utilice variantes de modelos para almacenar un conjunto de valores de parámetros o condiciones iniciales que difieren de la configuración básica del modelo. Simule con facilidad pacientes virtuales, fármacos candidatos, escenarios alternativos e hipótesis sin necesidad de crear varias copias del modelo.

Almacenaje de valores de cantidad alternativos como variantes de modelo.

Evaluación de las pautas posológicas

Defina y evalúe las estrategias de posología. Evalúe los beneficios de las terapias combinadas y determine las estrategias de posología óptimas mediante la combinación de pautas posológicas dirigidas a distintas especies modelo.

Simulación de modelos

Simule el comportamiento dinámico de su modelo con una serie de solvers determinísticos y estocásticos utilizando SimBiology Model Analyzer o herramientas programáticas.

Elección de un solver

Seleccione uno de los varios solvers determinísticos disponibles (incluidos los solvers ODE de MATLAB y los solvers de SUNDIALS) o elija uno de los solvers estocásticos (incluidos el algoritmo de simulación estocástico (SSA), tau-leaping explícito y tau-leaping implícito).

Conversión automática de unidades

Elija las unidades más apropiadas para su modelo; por ejemplo, especifique la posología en miligramos, la concentración del fármaco en nanogramos/mililitros y el volumen de plasma en litros. Las herramientas de conversión de unidades convierten todas las cantidades del modelo y los datos a un sistema de unidades uniforme.

Especificación y conversión de unidades automáticamente.

Aceleración de simulaciones

Acelere la simulación de modelos de gran tamaño o simulaciones Montecarlo convirtiendo los modelos a código C compilado. Aumente aún más el rendimiento distribuyendo las simulaciones entre varios núcleos, clusters o recursos informáticos en la nube con Parallel Computing Toolbox™.

Mejora del rendimiento de simulaciones escalando a clusters y a la nube.

Estimación de parámetros

Estime los parámetros del modelo ajustándolo a datos experimentales del curso temporal. Calcule los parámetros de PK con el análisis no compartimental (NCA).

Análisis no compartimental

Calcule los parámetros farmacocinéticos de un fármaco a partir de las mediciones en el curso temporal de su concentración sin asumir un modelo compartimental. Realice un análisis NCA en datos tanto experimentales como de simulación para una o varias posologías utilizando el muestreo disperso o en serie.

Cálculo del área bajo la curva (AUC) para datos de tiempo de concentración mostrados en escala lineal y escala semilogarítmica.

Regresión no lineal

Estime los parámetros usando métodos de estimación locales o globales y calcule los intervalos de confianza para los parámetros y las predicciones del modelo. Ajuste cada grupo de forma independiente para obtener estimaciones separadas o ajuste todos los grupos juntos para obtener un único valor de estimación.

Intervalos de confianza de parámetros gaussianos de un modelo de PK de dos compartimentos.

Técnicas no lineales de efectos mixtos (NLME)

Utilice métodos NLME para ajustar los datos de población usando maximización de la expectativa por aproximación estocástica (SAEM), estimación condicional de primer orden (FOCE), estimación de primer orden (FO), aproximación de efectos mixtos lineales (LME) o aproximación LME restringida.

Gráficas de progreso para el método no lineal de efectos mixtos.

Análisis de modelos

Realice análisis de sensibilidad, barridos de parámetros y simulaciones Montecarlo para explorar la influencia de los parámetros y las condiciones en el comportamiento del modelo.

Programas integrados y herramientas de exploración interactivas

Componga programas de análisis utilizando pasos de análisis integrados con la app SimBiology Model Analyzer. Utilice los deslizadores para explorar de forma interactiva los efectos de las variaciones en los parámetros o la posología en los resultados del modelo.

Análisis de sensibilidad globales y locales

Explore los efectos de las variaciones en las cantidades de los modelos en la respuesta de modelos mediante el análisis de sensibilidad local o global. Utilice el análisis de sensibilidad global para comprender qué entradas del modelo provocan la respuesta del modelo a través de un espacio de parámetros e informar la estrategia de estimación de parámetros.

Análisis personalizados

Utilice SimBiology de forma programática con scripts de MATLAB para automatizar los análisis y crear análisis personalizados. También puede utilizar herramientas aportadas por la comunidad de usuarios como complementos para realizar análisis personalizados en su modelo de SimBiology, tales como simulaciones de población virtual.

Herramientas aportadas por la comunidad de usuarios online de SimBiology.

Despliegue de modelos

Cree aplicaciones de exploración de modelos con App Designer y empaquételas con MATLAB Compiler. Comparta simulaciones de SimBiology con colaboradores que no tienen acceso a MATLAB y SimBiology sin necesidad de exponer detalles de modelado.

Creación y despliegue de apps web

Cree apps con App Designer, empaquételas con MATLAB Compiler™ y alójelas con MATLAB Web App Server™. Los colaboradores pueden acceder a las apps web y ejecutarlas utilizando un navegador, sin necesidad de instalar software adicional.

App web de simulación de disposición de fármacos mediada por la diana terapéutica (TMDD) ejecutándose en un navegador.

Nuevas funcionalidades

SimBiology Model Builder

Cree modelos de forma interactiva usando tanto el modo de diagrama como el modo de tabla en una misma vista.

Análisis de sensibilidad global (GSA)

Explore los efectos de las variaciones en las cantidades de los modelos en la respuesta de modelos mediante el cálculo de los índices de Sobol y la realización de GSA multiparamétrica.

Observables

Realice cálculos posteriores a la simulación, por ejemplo, para calcular el área bajo la curva (AUC), y úselos como respuesta para la simulación, el ajuste de datos o el análisis de sensibilidad global.

Consulte las notas de la versión para obtener detalles sobre estas funcionalidades y las funciones correspondientes.