simbiology® 提供一系列 app 和可编程工具，用于对动态系统进行建模、仿真和分析，主要用于定量系统药理学 (qsp)、基于生理学的药代动力学 (pbpk) 和药代动力学/药效动力学 (pk/pd) 应用。您可以使用 simbiology 模块图编辑器交互式构建模型，或使用 matlab® 语言以编程方式构建模型。您可以从头开始创建模型，可以采用 sbml 格式化文件形式导入模型，也可以在 simbiology 模型示例的基础上构建模型。
simbiology 提供了多种方法，用于分析不同复杂度、不同大小的基于 ode 的模型。您可以运行仿真来评估靶标可行性、预测药物功效和安全性，并确定最佳给药方案。您可以使用局部和全局敏感度分析来确定重要通路和参数，并通过运行参数扫描来评估生物学差异。要估计参数，可以使用非线性回归和非线性混合效应方法对数据进行拟合，并执行非房室模型分析 (nca)。
开始:
simbiology 社区
汇聚众多使用 simbiology 和 matlab 进行 qsp、pbpk 和 pk/pd 建模的科学家。
构建模型
使用 simbiology 模型构建器构建定量系统药理学 (qsp)、生理药代动力学 (pbpk) 或药代动力学/药效动力学 (pk/pd) 模型，就像在纸上画出模型一样轻松简单。
创建模型变体
使用模型变体存储一组与基本模型配置不同的参数值或初始条件。轻松仿真虚拟患者、备选药物、替代方案和假设分析，而无需创建多个模型副本。
评估给药策略
定义和评估给药策略。通过合并针对不同药物靶标的给药方案，评估联合疗法的益处并确定最佳给药策略。
仿真模型
使用 simbiology 模型分析器或编程工具，通过各种确定性求解器和随机求解器对模型的动态行为进行仿真。
选择求解器
选择一个确定性求解器，例如matlab ode 求解器和 sundials 求解器；或者选择一个随机求解器，例如随机仿真算法 (ssa)、显式 tau-leaping 和隐式 tau-leaping 求解器。
加速仿真
通过将模型转换为已编译的 c 代码，加速仿真大型模型或蒙特卡罗模拟。使用 parallel computing toolbox™ 在多个核心、集群或云计算资源上分布式执行仿真，进一步提升性能。
估计模型参数
将实验时程数据拟合到模型以估计模型参数。执行非房室模型分析 (nca) 以计算 pk 参数。
非房室模型分析
根据药物浓度的时程测量数据计算药物的药代动力学参数，而不假设房室模型。使用稀疏或连续采样，对单剂量或多剂量给药的实验和仿真数据执行 nca。
分析模型
执行敏感度分析、参数扫描和蒙特卡罗模拟，以探索参数和条件对模型行为的影响。
局部和全局敏感度分析
通过执行局部或全局敏感度分析，探索模型中的量变对模型响应的影响。通过全局敏感度分析，了解参数空间中的哪个模型输入驱动了模型响应，并获得参数估计策略所需的信息。
自定义分析
在 simbiology 中，使用 matlab 脚本以编程方式自动分析和创建自定义分析。您还可以利用在线社区的用户自建工具实现附加功能，对您的 simbiology 模型执行自定义分析，例如虚拟人群仿真。
部署模型
使用 app 设计工具创建模型探查应用程序，并使用 matlab compiler 将其打包。将 simbiology 仿真共享给无法使用 matlab 和 simbiology 的合作者，同时无需公开建模细节。
构建和部署 web app
您可以使用 app 设计工具创建 app，使用 matlab compiler™ 将其打包，然后使用 matlab web app server™ 托管这些 app。合作者可以使用浏览器访问和运行 web app，无需安装任何软件。
产品资源:
下一步是什么？
针对 qsp、pbpk 与 pk/pd 建模和分析的 simbiology 教程
research
| 使用 simbiology 和 matlab 在药物开发中进行建模和仿真 |
