量化系统药理模型的模拟,以加快在免疫瘤学中的虚拟人口推断

科学领域:

• 计算生物学是一种计算生物学.
• 药理学 药理学是指药理学的学科.
• 免疫学 免疫学 免疫学

背景情况:

• 量化系统药理 (QSP) 模型对于免疫瘤学 (IO) 目标发现和剂量选择至关重要.
• 使用QSP模型的虚拟试验模拟了患者的可变性,但计算密集.
• 校准QSP模型与患者特定虚拟群体的临床数据是一个重要的瓶.

研究的目的:

• 开发一种新的,计算效率高的方法,用于IO中的虚拟人口推理.
• 为加快创建免疫瘤学患者特定QSP模型实例的过程.
• 为了克服与虚拟试验中的大规模QSP模型评估相关的计算费用.

主要方法:

• 使用机器学习模拟QSP模型,以创建替代模型.
• 利用科尔莫戈罗夫-斯米尔诺夫统计学来最大限度地提高模拟和观察到的瘤大小分布之间的一致性.
• 采样QSP模型参数空间以生成替代模型培训的瘤生长概况.
• 通过将代孕模型输出与临床试验布图表相匹配,推断出一个虚拟人口.

主要成果:

• 开发了一个代孕模型,可以显著加速瘤生长概况计算.
• 能够对数以百万计的虚拟患者进行检查,大大减少了计算负担.
• 通过使用临床数据成功推断出免疫瘤学QSP模型的虚拟人群.
• 模拟和观察瘤大小分布之间的一致性.

结论:

• 拟议的模拟方法为QSP IO中的虚拟人口推理提供了一个计算效率高的解决方案.
• 这种方法显著减少了与计算上昂贵的机械模型相关的瓶.
• 该方法广泛适用于其他需要虚拟人口推理的领域,用于复杂的机械模型.