皮拉纳和集成的PMX工具,为NONMEM,NLME,pyDarwin和RSNLME提供了一个工作台
Rong Chen1, Mark Sale1, James Craig1
1Certara, Radnor, Pennsylvania, USA.
CPT: pharmacometrics & systems pharmacology
|July 4, 2025
概括
皮拉纳是用于药物动力学建模的多功能工作台,现在已增强了非线性混合效应 (NLME) 和机器学习功能. 本教程展示了它用于模型构建,分析和自动结构搜索的用途.
科学领域:
- 制药指标 (Pharmacometrics) 是一个指标.
- 计算生物学 计算生物学
- 数据科学数据科学数据科学
背景情况:
- 皮拉纳最初被开发为一个工作台,用于管理NONMEM建模,可视化和分析.
- 该软件已经发展,整合了新工具和功能,与药理学家相关.
研究的目的:
- 介绍一篇关于使用Pirana用于药理动力学建模工作流程的全面教程.
- 在Pirana中展示非线性混合效应 (NLME) 建模和机器学习的集成.
- 为了展示Pirana在模型构建,装配,后处理和诊断方面的实用性.
主要方法:
- 整合R说NLME (RsNLME) 包用于NLME模型开发.
- 使用Shiny图形界面来构建NLME模型.
- 纳入pyDarwin Python包用于机器学习驱动的模型探索.
- 实现一个用于定制诊断的闪亮接口,包括适合性好 (GOF) 图表和视觉预测检查 (VPC).
- 支持跨多个平台并行执行.
主要成果:
- 使用Pirana与NONMEM和NLME进行模型构建,安装,后处理和VPC的完整工作流程的演示.
- 说明如何利用Pirana中的pyDarwin包进行模型结构,随机效应和共变模型的自动搜索.
结论:
- 皮拉纳为先进的药理动力学建模提供了一个集成的环境,包括传统的NONMEM,NLME和机器学习方法.
- 增强的Pirana可以简化模型开发,分析和复杂模型结构的自动探索.
- 本教程为研究人员提供了一份实用指南,帮助他们利用Pirana的扩展功能来进行高效和强大的药理动力学建模.
