在大型数据集中快速估计胰岛素敏感性和β细胞响应性的自动口服最小模型:一个验证研究
Simone Perazzolo1,2, Alfonso Galderisi3, Alice Carr4
1Nanomath LLC, Spokane, WA, USA.
Journal of diabetes science and technology
|September 3, 2025
概括
我们开发了一种自动口服最小模型 (AOMM) 来有效分析葡萄糖-胰岛素调节数据. 这种工具自动化了手工流程,使得大规模的研究能够节省大量时间.
科学领域:
- 代谢研究
- 计算生物学
- 生物医学工程
背景情况:
- 口服最小模型 (OMM) 分析提供了对葡萄糖-胰岛素动态的关键见解.
- 手动 OMM 实施是耗时的,对于大型研究来说是不可扩展的.
研究的目的:
- 引入自动化口腔最小模型 (AOMM) 进行简化和高效的OMM分析.
- 在保持分析精度的同时,实现大数据集的批处理.
主要方法:
- 与SAAM II软件集成的AOMM工具的开发.
- 根据现有研究的手工推导结果验证AOMM.
- 评估主要的代谢参数,如胰岛素敏感性 (Si) 和β细胞响应性 (Φ).
主要成果:
- 与手动分析相比,AOMM准确地复制了OMM参数 (Si, Φ).
- 通过自动化批量处理可以节省大量时间.
- 在参数估计中保持了高精度.
结论:
- AOMM提供了一个可扩展和高效的OMM分析解决方案.
- AOMM的用户友好界面促进了在研究和临床环境中更广泛的应用.
- 自动化最小建模增强了葡萄糖-胰岛素调节的研究.


