Загрузите модель Установленного целью расположения препарата (TMDD).
Установите целевое заполнение (TO
) как ответ.
Получите информацию о дозах.
Отсканируйте по различным суммарным дозам с помощью SimBiology.Scenarios
объект. Для этого сначала параметрируйте Amount
свойство дозы. Затем варьируйтесь соответствующее значение параметров с помощью Scenarios
объект.
Создайте SimFunction
симулировать модель. Установите TO
когда симуляция выводится.
f =
SimFunction
Parameters:
Name Value Type Units
_______________ _____ _____________ ____________
{'AmountParam'} 1 {'parameter'} {'nanomole'}
Observables:
Name Type Units
______ _____________ _________________
{'TO'} {'parameter'} {'dimensionless'}
Dosed:
TargetName TargetDimension Amount AmountValue AmountUnits
_______________ ___________________________________ _______________ ___________ ____________
{'Plasma.Drug'} {'Amount (e.g., mole or molecule)'} {'AmountParam'} 1 {'nanomole'}
TimeUnits: day
Симулируйте модель с помощью суммарных доз, сгенерированных Scenarios
объект. В этом случае объект генерирует 31 различную дозу; следовательно модель симулирована 31 раз и генерирует SimData
массив.
SimBiology Simulation Data Array: 31-by-1
ModelName: TMDD
Logged Data:
Species: 0
Compartment: 0
Parameter: 1
Sensitivity: 0
Observable: 0
Постройте результаты симуляции. Также добавьте две ссылочных линии, которые представляют пороги безопасности и эффективности для TO
. В этом примере предположите что любой TO
значение выше 0.85 небезопасно, и любой TO
значение ниже 0.15 не имеет никакой эффективности.
Постобработайте результаты симуляции. Узнайте, какие суммарные дозы являются эффективными, соответствуя TO
ответы в порогах безопасности и эффективности. Для этого добавьте заметное выражение в данные моделирования.
SimBiology Simulation Data Array: 31-by-1
ModelName: TMDD
Logged Data:
Species: 0
Compartment: 0
Parameter: 1
Sensitivity: 0
Observable: 1
addobservable функция выполняет новое заметное выражение для каждого SimData
в sd
и возвращает оцененные результаты как новый SimData
массив, newSD
, который теперь имеет добавленное заметное (stat1
).
SimBiology хранит заметные результаты в двух различных свойствах SimData
объект. Если результаты со скалярным знаком, они хранятся в SimData.ScalarObservables
. В противном случае они хранятся в SimData.VectorObservables
. В этом примере, stat1
заметное выражение со скалярным знаком.
Извлеките скалярные заметные значения и постройте их против суммарных доз.
График показывает, что суммарные дозы в пределах от 50 - 180 нанородинок обеспечивают TO
ответы, которые лежат в целевых порогах эффективности и безопасности.
Можно обновить заметное выражение с различными пороговыми суммами. Функция повторно вычисляет выражение и возвращает результаты в новый SimData
objectArray.
Переименуйте заметное выражение. Функция переименовывает заметное, обновляет любые выражения, которые ссылаются на переименованное заметное (если применимо), и возвращает результаты в новый SimData
objectArray.
Восстановите настройки предупреждения.