SimBiology

Modellieren, simulieren und analysieren Sie biologische Systeme

 

SimBiology® bietet Apps und Programmiertools zur Modellierung, Simulation und Analyse dynamischer Systeme mit einem Schwerpunkt auf quantitativer Systempharmakologie (QSP), physiologiebasierter Pharmakokinetik (PBPK) und pharmakokinetischen/pharmakodynamischen (PK/PD) Anwendungen. Modelle können interaktiv mit Hilfe des SimBiology Blockdiagrammeditors oder programmatisch mit Hilfe von MATLAB® Sprache erstellt werden. Sie können Ihre Modelle von Grund auf neu erstellen, als SBML-formatierte Dateien importieren oder sie auf den in SimBiology bereitgestellten Modellbeispielen basieren.

SimBiology bietet eine Vielzahl von Techniken zur Analyse ODE-basierter Modelle mit verschiedenen Komplexitätsgraden und Größen. Es lassen sich Simulationen zur Bewertung der Machbarkeit des Ziels ausführen, Vorhersagen zu Medikamentenwirksamkeit und -sicherheit treffen und optimale Dosierungsstrategien ermitteln. Sie haben die Möglichkeit, mittels lokaler und globaler Sensitivitätsanalysen wichtige Pfade und Parameter zu identifizieren sowie anhand von Parameterdurchläufen die biologische Variabilität zu beurteilen. Zur Abschätzung von Parametern können Sie Daten mittels nicht linearer Regression und nicht linearen Mixed-Effects-Methoden anpassen sowie eine kompartimentfreie Analyse (NCA) durchführen.

Jetzt beginnen:

SimBiology Community

Ein Treffpunkt für Wissenschaftler*innen, die mit SimBiology und MATLAB an der Modellierung in QSP, PBPK, und PK/PD arbeiten.

Modellentwicklung

Entwickeln Sie mit dem SimBiology Model Builder Modelle der quantitativen Systempharmakologie (QSP), physiologiebasierten Pharmakokinetik (PBPK) oder pharmakokinetische/pharmakodynamische (PK/PD) Systeme so einfach wie auf einem Stück Papier.

Formulierung der Modelldynamik

Verwenden Sie den Blockdiagrammeditor per Drag-and-Drop oder entwickeln Sie QSP-, PBPK- oder PK/PD-Modelle programmatisch. Importieren Sie bereits vorhandene Modelle aus SBML-Dateien (Systems Biology Markup Language).

Erstellen von Modellvarianten

Verwenden Sie Modellvarianten, um Parameterwertemengen oder Anfangsbedingungen zu speichern, die sich von der Grundkonfiguration des Modells unterscheiden. Nutzen Sie diese Modellvarianten, um virtuelle Patienten, Wirkstoffkandidaten, alternative Szenarien und Was-wäre-wenn-Hypothesen zu simulieren, ohne mehrere Kopien Ihres Basismodells zu erstellen.

Speichern Sie alternative Mengenwerte als Modellvarianten.

Bewerten von Dosierungsstrategien

Definieren und bewerten Sie Dosierungsstrategien. Beurteilen Sie die Vorteile von Kombinationstherapien und bestimmen Sie optimale Dosierungsstrategien, indem Sie Dosierungspläne für unterschiedliche therapeutische Ansatzpunkte kombinieren.

Simulieren von Modellen

Simulieren Sie mit SimBiology Model Analyzer oder programmatischen Tools das dynamische Verhalten Ihres Modells mithilfe einer Vielfalt unterschiedlicher deterministischer und stochastischer Simulationsmethoden.

Auswählen einer Simulationsmethode

Wählen Sie eine der zahlreichen deterministischen Simulationsmethoden aus, einschließlich der MATLAB ODE-Solver und der SUNDIALS-Solver, oder wählen Sie eine der stochastischen Simulationsmethoden, einschließlich des stochastischen Simulationsalgorithmus (SSA), des expliziten Tau-Leaping und des impliziten Tau-Leaping.

Automatische Umrechnung von Einheiten

Wählen Sie die Einheiten, die für Ihr Modell am besten geeignet sind; geben Sie beispielsweise die Dosierung in Milligramm an, die Wirkstoffkonzentration in Nanogramm/Milliliter und das Plasmavolumen in Liter. SimBiology rechnet alle Mengenangaben Ihres Modells und Ihrer Daten in ein einheitliches Einheitssystem um.

Bestimmung und automatische Umrechnung von Einheiten.

Beschleunigen von Simulationen

Beschleunigen Sie Simulationen großer Modelle oder Monte-Carlo-Simulationen, indem Sie Modelle in kompilierten C Code umwandeln. Verbessern Sie die Leistung zusätzlich, indem sie Simulationen mit der Parallel Computing Toolbox™ auf mehrere Rechenkerne, Cluster oder Cloud-Computing-Ressourcen aufteilen.

Skalierung auf Cluster und die Cloud zur Beschleunigung der Modellsimulation und -analyse.

Parameterschätzung

Schätzen Sie Modellparameter, indem Sie Ihr Modell an experimentelle Zeitverlaufsdaten anpassen. Berechnen Sie PK-Parameter mithilfe einer kompartimentfreien Analyse (Noncompartmental Analysis, NCA).

Kompartimentfreie Analyse

Berechnen Sie pharmakokinetische Parameter eines Wirkstoffs aus Zeitverlaufsmessungen von Wirkstoffkonzentrationen, ohne Annahmen über Kompartimentierung zu treffen. Führen Sie für einzelne oder mehrere Dosierungen kompartimentfreie Analysen von Experiment- und Simulationsdaten durch, die auf Mehrfachstichproben oder auf populationsbezogene Studien mit spärlichen Stichproben (Sparse sampling) basieren.

AUC-Berechnung für Daten zur Konzentration im Zeitverlauf in linearer und semilogarithmischer Darstellung.

Nichtlineare Regression

Schätzen Sie Parameter mithilfe lokaler oder globaler Schätzungsmethoden und berechnen Sie Konfidenzintervalle für Parameter und Modellvorhersagen. Passen Sie jede Gruppe unabhängig an, um gruppenspezifische Schätzungen zu erzeugen, oder passen Sie alle Gruppen gleichzeitig an, um eine einzelne Wertemenge zu schätzen.

Konfidenzintervalle für Parameter einer Gauß-Verteilung in einem PK-Modell mit zwei Kompartimenten.

Nicht lineare Mixed-Effects-Modelle (NLME)

Verwenden Sie NLME-Methoden, um Populationsdaten mithilfe von Stochastic Approximation of Expectation-Maximization (SAEM), First-Order Conditional Estimate (FOCE), First-Order Estimate (FO), linearer Mixed-Effects-Approximation (LME) oder begrenzter LME-Approximation anzupassen.

Fortschrittsdiagramme für die nicht lineare Mixed-Effects-Methode.

Analyse von Modellen

Führen Sie Sensitivitätsanalysen, Parameterstudien und Monte Carlo-Simulationen durch, um den Einfluss von Parametern und Versuchsbedingungen auf das Modellverhalten zu untersuchen.

Integrierte Programme und interaktive Untersuchungstools

Erstellen Sie Analyseprogramme mir integrierten Analyseschritten der SimBiology Model Analyzer-App. Verwenden Sie Schieberegler, um die Auswirkungen variierter Parameter oder Dosierungspläne auf die Modellergebnisse interaktiv zu untersuchen.

Globale und lokale Sensitivitätsanalysen

Untersuchen Sie mittels einer lokalen oder globalen Sensitivitätsanalyse die Wirkung variierter Modellmengen auf die Modellreaktion. Mit der globalen Sensitivitätsanalyse können Sie ermitteln, welche Modelleingaben die Modellreaktion in einer bestimmten Parametergruppe verstärken, und dadurch eine fundierte Strategie zur Parameterschätzung festlegen.

Benutzerdefinierte Modellanalysen

Verwenden Sie SimBiology programmatisch mit MATLAB-Scripts, um Analysen zu automatisieren und benutzerdefinierte Analysen zu erstellen. Außerdem können Sie über die Community bereitgestellte Tools als Add-ons verwenden, um individuell gestaltete Analysen Ihres SimBiology-Modells durchzuführen, wie beispielsweise Simulationen virtueller Populationen.

Über die  SimBiology Online Community bereitgestellte Tools.

Bereitstellen von Modellen

Erstellen Sie Anwendungen zur Modelluntersuchung mit App Designer und bündeln Sie diese mit dem MATLAB Compiler. Machen Sie SimBiology Simulationen ihren Mitarbeitern zugänglich, die keinen Zugang zu MATLAB und SimBiology haben, ohne Modellierungsdetaills bekanntgeben zu müssen.

Entwicklung und Bereitstellung von Web-Apps

Erstellen Sie Apps mit App Designer, bündeln Sie diese mit MATLAB Compiler™ und hosten Sie diese Apps mit MATLAB Web App Server™. Ihre Endbenutzer können dann mit einem Browser auf die Web-Apps zugreifen und sie ausführen, ohne weitere Software installieren zu müssen.

In einem Browser ausgeführte Web-App zur Simulation der TMDD (Target-Mediated Drug Disposition).

Neue Funktionen

SimBiology Model Builder

Interaktives Erstellen von Modellen unter Verwendung von Diagramm- und Tabellenmodi in einer einzigen Gesamtansicht.

Globale Sensitivitätsanalyse (GSA)

Untersuchen Sie die Auswirkung von Änderungen von Modellgrößen auf die Modellreaktion durch die Berechnung von Sobol-Indizes und multiparametrische GSA

Observables

Ausführung von Berechnungen nach der Simulation, beispielsweise, um den ereich unterhalb der (AUC) zu ermitteln zwecks Antwort auf eine Simulation, Datenanpassung oder globaler Sensitivitätsanalyse

In den Versionshinweisen finden Sie Einzelheiten zu jedem dieser Merkmale und den entsprechenden Funktionen.