В этом примере вы будете использовать возможности оценки параметра SimBiology™ вычислить F
, бионакопление, препарата ondansetron. Вы вычислите F
путем подбирания модели поглощения и выделения препарата к экспериментальным данным, отслеживающим концентрацию препарата в зависимости от времени.
Этот пример требует Optimization Toolbox™.
Большинство наркотиков должно быть поглощено в кровоток для того, чтобы стать активным. Внутривенным (IV) администрирование препарата является один способ достигнуть этого. Однако это непрактично или невозможно во многих случаях.
Когда препарат не дан IV, он следует за некоторым другим маршрутом в кровоток, такой как поглощение через слизистые оболочки трактата GI или рот. Лекарства, примененные через маршрут кроме администрирования IV, обычно не полностью поглощаются. Некоторый фрагмент препарата непосредственно устраняется и никогда не достигает кровотока.
Процент поглощенного препарата является бионакоплением препарата. Бионакопление является одним из самых важных фармакокинетических свойств препарата. Это полезно при вычислении безопасных доз для путей введения неIV. Бионакопление вычисляется относительно администрирования IV. Когда администрируемый внутривенно, препарат имеет 100%-е бионакопление. Другие пути введения имеют тенденцию уменьшать количество препарата, который достигает кровотока.
Бионакопление может быть смоделировано с помощью одного из нескольких подходов. В этом примере вы используете модель с отсеком GI и отсеком плазмы крови. Пероральный прием моделируется событием дозы в отсеке GI. Администрирование IV моделируется событием дозы в отсеке плазмы крови.
Пример демонстрирует препарат, покидая отсек GI двумя способами. Доступная часть препарата поглощена в кровоток. Остаток непосредственно устраняется. Общий уровень устранения, ka
, разделен на поглощение, ka_Central
, и прямое устранение, Cl_Oral
. Бионакопление, F
, общее устранение подключений с ka_Central
и Cl_Oral
через два первоначальных правила присвоения.
ka_Central = F*ka Cl_Oral = (1-F)*ka
Препарат устраняется из Blood_Plasma
отсек через кинетику первого порядка, на уровне, определенном параметром Cl_Central
.
Загрузите проект, который содержит модель m1
.
sbioloadproject('Bioavailability.sbproj','m1');
Можно оценить бионакопление путем сравнения внутритерпеливых измерений концентрации препарата при различных условиях дозирования. Например, пациент получает дозу IV в день 1, затем получает дозу в день 2. В оба дня мы можем измерить концентрацию плазмы крови препарата за некоторый промежуток времени.
Такие данные позволяют нам оценивать бионакопление, а также другие параметры модели. Внутритерпеливые курсы времени были сгенерированы для препарата ondansetron, сообщили в [2] и воспроизвели в [1].
Загрузите данные, которые являются таблицей.
load('ondansetron_data.mat');
Преобразуйте данные в groupedData
возразите потому что подходящий функциональный sbiofit
требует, чтобы он был groupedData
объект.
gd = groupedData(ondansetron_data);
Отобразите данные.
gd
gd = 33x5 groupedData Time Drug Group IV Oral ________ _______ _____ ___ ____ 0 NaN 1 8 NaN 0.024358 69.636 1 NaN NaN 0.087639 58.744 1 NaN NaN 0.15834 49.824 1 NaN NaN 0.38895 44.409 1 NaN NaN 0.78392 40.022 1 NaN NaN 1.3182 34.522 1 NaN NaN 1.8518 28.972 1 NaN NaN 2.4335 25.97 1 NaN NaN 2.9215 22.898 1 NaN NaN 3.41 20.75 1 NaN NaN 3.8744 18.095 1 NaN NaN 4.9668 13.839 1 NaN NaN 5.8962 10.876 1 NaN NaN 7.8717 6.6821 1 NaN NaN 10.01 4.0166 1 NaN NaN 12.08 2.5226 1 NaN NaN 15.284 0.97816 1 NaN NaN 0 NaN 2 NaN 8 0.54951 5.3091 2 NaN NaN 0.82649 14.262 2 NaN NaN 1.0433 19.72 2 NaN NaN 1.4423 21.654 2 NaN NaN 2.0267 22.144 2 NaN NaN 2.5148 19.739 2 NaN NaN 2.9326 17.308 2 NaN NaN 3.3743 15.599 2 NaN NaN 3.9559 13.906 2 NaN NaN 4.9309 10.346 2 NaN NaN 6.1155 7.4489 2 NaN NaN 8.0002 5.1919 2 NaN NaN 10.091 2.9058 2 NaN NaN 12.228 1.6808 2 NaN NaN
Данные имеют переменные в течение времени, концентрации препарата, группируя информацию, IV и суммы дозы. Группа 1 содержит данные для курса времени IV. Группа 2 содержит данные для устного курса времени. NaN
в Препарате столбец означает, что никакое измерение не было сделано в то время. NaN
в одном из средних значений столбцов дозирования никакая доза не была дана через тот маршрут в то время.
Постройте фармакокинетические профили администрирования IV и дозы.
plot(gd.Time(gd.Group==1),gd.Drug(gd.Group==1),'Marker','+') hold on plot(gd.Time(gd.Group==2),gd.Drug(gd.Group==2),'Marker','x') legend({'8 mg IV','8 mg Oral'}) xlabel('Time (hour)') ylabel('Concentration (milligram/liter)')
Уведомление там является фазой задержки в дозе приблизительно часа, в то время как препарат поглощен из трактата GI в кровоток.
Оцените следующие четыре параметра модели:
Общий форвардный курс из отсека дозы, ka
Разрешение от Blood_Plasma
отсек, clearance
Объем Blood_Plasma
отсек
Бионакопление устно примененного лекарства, F
Установите начальные значения этих параметров и укажите, что журнал преобразовывает для всех параметров с помощью estimatedInfo
объект.
init = [1 1 2 .8]; estimated_parameters = estimatedInfo({'log(ka)','log(clearance)',... 'log(Blood_Plasma)','logit(F)'},'InitialValue',init);
Поскольку ka
, clearance
, и Blood_Plasma
положительные физические количества, логарифмическое преобразование отражает базовое физическое ограничение и обычно улучшает подбор кривой. Это использование в качестве примера логит преобразовывает на F
потому что это - количество, ограниченное между 0 и 1. Логит преобразовывает, берет интервал от 0 до 1 и преобразовывает его путем взятия логарифмических разногласий F
(обработка F
как вероятность). Для нескольких наркотиков, как теофиллин, ограничивая F
между 0 и 1 является несоответствующим, потому что устное бионакопление может быть больше 1 для наркотиков с необычным поглощением или механизмами метаболизма.
Затем сопоставьте данные об ответе с соответствующим компонентом модели. В модели плазменная концентрация препарата представлена Blood_Plasma.Drug_Central
. Соответствующими данными о концентрации является Drug
переменная groupedData объекта gd
.
responseMap = {'Blood_Plasma.Drug_Central = Drug'};
Создайте объекты дозы, требуемые sbiofit
обрабатывать информацию о дозах. Во-первых, создайте дозу IV, предназначающуюся для Drug_Central
и доза, предназначающаяся для Dose_Central
.
iv_dose = sbiodose('IV','TargetName','Drug_Central'); oral_dose = sbiodose('Oral','TargetName','Drug_Oral');
Используйте эти объекты дозы в качестве доз шаблона, чтобы сгенерировать массив объектов дозы от переменных данных IV
дозирования и
Oral
.
doses_for_fit = createDoses(gd,{'IV','Oral'},'',[iv_dose, oral_dose]);
Оцените параметры с помощью sbiofit
.
opts = optimoptions('lsqnonlin','Display','final'); results = sbiofit(m1, gd,responseMap,estimated_parameters,doses_for_fit,... 'lsqnonlin',opts,[],'pooled',true);
Local minimum possible. lsqnonlin stopped because the final change in the sum of squares relative to its initial value is less than the value of the function tolerance.
Во-первых, проверяйте, успешна ли подгонка.
plot(results)
В целом, результаты, кажется, подходящий вариант. Однако они не получают фазу распределения за первый час. Может быть возможно улучшить подгонку путем добавления другого отсека, но больше данных потребовалось бы, чтобы выравнивать по ширине такое увеличение сложности модели.
Когда удовлетворенный подгонкой модели, можно сделать выводы о предполагаемых параметрах. Отобразите параметры, сохраненные в объекте результатов.
results.ParameterEstimates
ans=4×3 table
Name Estimate StandardError
________________ ________ _____________
{'ka' } 0.77947 0.1786
{'clearance' } 45.19 2.8674
{'Blood_Plasma'} 138.73 4.5249
{'F' } 0.64455 0.066013
Параметр F
бионакопление. Результат показывает, что ondansetron имеет приблизительно 64%-е бионакопление. Эта оценка в соответствии с литературой сообщает, что пероральный прием ondansetron в 2-24-миллиграммовой области значений имеет 60%-е бионакопление [1,2].
Blood_Plasma
объем распределения. Этот результат обоснованно близко к 160-литровому Vd, сообщил для ondansetron [1]. Предполагаемое разрешение является 45.4 L/hr.
ka
не сопоставляет непосредственно на фармакокинетический параметр, о котором широко сообщают. Рассмотрите его с двух точек зрения. Мы можем сказать, что 64% препарата доступны, и что доступный препарат имеет параметр поглощения 0.4905/час. Или, мы можем сказать, что разрешение препарата из отсека GI 0.7402/час, и 64% препарата, очищенного от трактата GI, поглощены в кровоток.
lsqnonlin
, а также несколько других алгоритмов оптимизации поддержаны sbiofit
, локальные алгоритмы. Локальные алгоритмы подвергаются возможности нахождения результата, который не является лучшим результатом по всему возможному выбору параметра. Поскольку локальные алгоритмы не гарантируют сходимости глобально лучшей подгонке, когда подбирать модели PK, перезапуск подгонки с различными начальными условиями многократно будут хорошей практикой. В качестве альтернативы sbiofit
поддержки несколько глобальных методов, таких как рой частицы или оптимизация генетического алгоритма. Проверка, что подгонка имеет достаточное качество, является важным шагом прежде, чем чертить выводы из значений параметров.
Этот пример использует данные, которые были средним курсом времени нескольких пациентов. При подбирании модели с данными от большего количества пациентов некоторые параметры могут быть тем же самым между пациентами, некоторые нет. Такие требования вводят потребность в иерархическом моделировании. Можно выполнить иерархическое моделирование, может путем конфигурирования CategoryVariableName
флаг EstimatedInfo
объект.
Roila, Фаусто и Albano Del Favero. "Ondansetron клиническая фармакокинетика". Клиническая Фармакокинетика 29.2 (1995): 95-109.
Colthup, P. V., и Дж. Л. Палмер. "Определение в плазме и фармакокинетике ondansetron". Европейский Журнал Cancer & Clinical Oncology 25 (1988): S71-4.