SimBiology

Modéliser, simuler et analyser des systèmes biologiques

SimBiology® inclut des applications et des outils de programmation pour modéliser, simuler et analyser des systèmes dynamiques, mettant l'accent sur les applications de pharmacologie quantitative de systèmes (QSP), de pharmacocinétique physiologique (PBPK) et de pharmacocinétiques/pharmacodynamiques (PK/PD). Vous pouvez créer des modèles de manière interactive à l'aide de l'éditeur de diagrammes de bloc que comporte SimBiology, ou de manière programmatique avec le langage MATLAB®. Vos modèles peuvent être créés à partir de zéro, importés sous forme de fichiers au format SBML ou créer à partir des exemples de modèles fournis dans SimBiology.

SimBiology propose diverses techniques d'analyse de modèles basés sur des équations différentielles ordinaires (ODE), dont la complexité et la taille varient. Vous pouvez exécuter des simulations pour évaluer les cibles thérapeutiques, prévoir l'efficacité et la sécurité des médicaments, et identifier la posologie optimale. Vous pouvez identifier des voies et des paramètres clés en utilisant des analyses de sensibilité locales et globales, et évaluer la variabilité biologique en effectuant des balayages de paramètres. Pour estimer les paramètres, vous pouvez ajuster les données à l'aide de techniques de régression non linéaire et de méthodes non linéaires à effets mixtes, et effectuer une analyse non compartimentale (NCA).

En savoir plus:

Communauté SimBiology

Un lieu de rencontre pour les scientifiques travaillant dans la modélisation QSP, PBPK et PK/PD en utilisant SimBiology et MATLAB.

Création de modèles

Élaborez des modèles de pharmacologie quantitative de systèmes (QSP), de pharmacocinétique physiologique (PBPK) ou pharmacocinétiques/pharmacodynamiques (PK/PD) tout comme vous les traceriez sur papier en utilisant SimBiology Model Builder.

Spécification de la dynamique du modèle

Utilisez l'éditeur de diagrammes de bloc par glisser-déposer ou des outils de programmation pour créer des modèles QSP, PBPK ou PK/PD. Importez des modèles depuis des fichiers SBML (Systems Biology Markup Language).

Création de variantes de modèle

Utilisez des variantes de modèle pour enregistrer un ensemble de valeurs de paramètres ou de conditions initiales qui diffèrent de la configuration du modèle de base. Simulez aisément des patients virtuels, des médicaments candidats, des scénarios différents et des hypothèses de simulation sans créer plusieurs itérations de votre modèle.

Enregistrez des valeurs de quantités alternatives comme variantes de modèle.

Évaluation de stratégies posologiques

Définissez et évaluez des stratégies posologiques. Évaluez les avantages des polythérapies et déterminez des stratégies posologiques optimales en combinant des posologies pour différentes cibles thérapeutiques.

Simulation de modèles

Simulez le comportement dynamique de votre modèle avec divers solveurs déterministes et stochastiques en utilisant SimBiology Model Analyzer ou des outils de programmation.

Choix d'un solveur

Sélectionnez un des solveurs déterministes disponibles, notamment les solveurs ODE MATLAB et les solveurs SUNDIALS, ou choisissez un des solveurs stochastiques, dont l'algorithme de simulation stochastique (SSA) ainsi que les modèles « tau-leaping » explicite et implicite.

Automatisation de la conversion d'unités

Choisissez les unités les plus appropriées pour votre modèle. Par exemple, spécifiez la dose en milligrammes, la concentration du médicament en nanogrammes/millilitre et le volume plasmatique en litres. Les outils de conversion d'unités convertissent toutes les quantités de votre modèle et de vos données en un système d'unités cohérent.

Spécifiez des unités et effectuez automatiquement la conversion des unités.

Accélération des simulations

Accélérez la simulation de modèles incluant un grand nombre de variables ou des simulations de Monte Carlo en convertissant des modèles en code C compilé. Améliorez encore les performances en répartissant les simulations sur plusieurs processeurs, clusters ou ressources de cloud computing avec Parallel Computing Toolbox™.

Améliorez les performances des simulations en procédant à la mise à l'échelle sur des clusters et le cloud.

Estimation des paramètres

Estimez les paramètres d'un modèle en ajustant celui-ci aux données cinétiques expérimentales. Calculez les paramètres PK en effectuant une analyse non compartimentale (NCA).

Analyse non compartimentale

Calculez les paramètres pharmacocinétiques d'un médicament à partir du profil pharmacocinétique du médicament, sans considérer un modèle compartimental. Effectuez une analyse NCA à la fois sur des données expérimentales et des données de simulation pour une dose unique ou plusieurs doses, en utilisant un échantillonnage riche ou épars.

Calcul de l'AUC pour les données de concentration en fonction du temps représentées sur des échelles linéaires et semi-logarithmiques.

Régression non linéaire

Estimez les paramètres à l'aide de méthodes d'estimation locale ou globale et calculez les intervalles de confiance pour les paramètres et les prédictions du modèle. Estimez les paramètres pour chaque groupe indépendamment afin de générer des estimations spécifiques au groupe ou estimez-les simultanément pour tous les groupes afin d'obtenir un seul ensemble de valeurs.

Intervalles de confiance des paramètres gaussiens d'un modèle PK à deux compartiments.

Modèles non linéaires à effets mixtes (NLME)

Utilisez des méthodes NLME pour ajuster le modèle à des données de population au moyen d'une approximation stochastique de l'algorithme espérance-maximisation (SAEM), une estimation conditionnelle de premier ordre (FOCE), une estimation de premier ordre (FO), une approximation linéaire à effets mixtes (LME) ou une approximation LME restreinte.

Tracés de progression de la méthode non linéaire à effets mixtes.

Analyse de modèles

Effectuez des analyses de sensibilité, des balayages de paramètres et des simulations de Monte Carlo pour étudier l'influence des paramètres et des conditions sur le comportement du modèle.

Programmes prédéfinis et outils d'exploration interactifs

Concevez des programmes d'analyse à l'aide des analyses prédéfinies avec l'application SimBiology Model Analyzer. Utilisez les curseurs pour découvrir de façon interactive les effets de la variation des paramètres ou du dosage sur les résultats du modèle.

Analyses de la sensibilité locale et globale

Découvrez les effets des variations dans les quantités du modèle sur la réponse du modèle en effectuant une analyse de la sensibilité locale ou globale. Utilisez l'analyse de sensibilité globale pour comprendre quelles entrées du modèle déterminent la réponse du modèle dans un espace de paramètres et pour éclairer la stratégie d'estimation des paramètres.

Analyse personnalisée

Utilisez SimBiology de manière programmatique avec des scripts MATLAB afin d'automatiser les analyses et de créer des analyses personnalisées. Vous pouvez également utiliser les outils proposés par la communauté comme produits complémentaires pour effectuer des analyses personnalisées sur votre modèle SimBiology, telles que des simulations de populations virtuelles.

Outils proposés par la Communauté en ligne SimBiology.

Déploiement de modèles

Créez des applications d'exploration de modèles avec App Designer et packagez-les avec MATLAB Compiler. Partagez les simulations SimBiology avec des collaborateurs qui n'ont accès ni à MATLAB ni à SimBiology, sans avoir besoin de mettre les détails de la modélisation à leur disposition.

Création et déploiement d'applications web

Créez des applications avec App Designer, packagez-les avec MATLAB Compiler™, puis hébergez-les avec MATLAB Web App Server™. Vos collaborateurs peuvent accéder aux applications web et les exécuter dans un navigateur sans installer de logiciel.

Application web de simulation de disposition de médicaments avec médiation par cible (TMDD).