模拟生物学
对生物系统进行建模、模拟和分析
模拟生物学®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）生理药代动力学（PBPK），或药代动力学/药效学（PK / PD）就像您使用SimBiology Model Builder在一张纸上绘制模型一样。
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
使用多种确定性和随机解算器模拟模型的动态行为Simbiology Model Analyzer或编程工具。
选择解算器
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，或选择随机解算器，包括随机模拟算法（SSA）、显式tau跳跃和隐式tau跳跃。
通过缩放到集群和云来提高模拟的性能。
非组件分析
根据药物浓度的时间过程测量值计算药物的药代动力学参数，无需假设房室模型。使用稀疏或串行采样，对单次或多次给药的实验和模拟数据执行NCA。
以线性和半对数标度显示的浓度-时间数据的AUC计算。
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度图。
内置程序和交互式探索工具
使用SimBiology Model Analyzer应用程序的内置分析步骤编写分析程序。使用滑块以交互方式探索参数或剂量计划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
通过MATLAB脚本以编程方式使用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（如虚拟人口模拟）执行自定义分析。
来自SimBiology在线社区的社区贡献工具。
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编译器对其进行打包™, 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。
在浏览器上运行的目标介导药物处置（TMDD）模拟web应用程序。
Simbiology Model Builder.
在单个统一视图中使用两个图表和表格模式的交互式构建模型。
全球敏感性分析（GSA）
通过计算Sobol指数和执行Multiparametric GSA来探索模型数量变化对模型响应的影响
可观测
执行后模拟计算，例如以计算曲线（AUC）下的区域，并将其用作仿真，数据拟合或全局敏感性分析的响应
看发行说明有关这些功能的详细信息和相应的功能。
