主要内容

进行敏感性分析

使用局部和全局敏感性分析，如Sobol指数、基本效应和多参数GSA，确定哪些模型组件对特定条件或药物敏感

执行敏感性分析研究模型参数和初始条件对模型行为的影响。计算Sobol指数或基本效应，并执行多参数全局敏感性分析(MPGSA)，以深入了解对整体模型行为贡献最大的单个参数的相对贡献。也可以执行LSA (local sensitivity analysis)，在保持其他参数不变的情况下，一次分析一个模型参数的影响。

应用程序

SimBiology模型构建器 交互式构建QSP、PK/PD和机械系统生物学模型
SimBiology模型分析 分析QSP, PK/PD和机械系统生物学模型

功能

全部展开

sbiosobol 通过计算一阶和全阶Sobol指数来执行全局灵敏度分析统计和机器学习工具箱）
重新取样 重新采样Sobol索引或基本效果到新的时间向量
addsamples 增加额外的样本以增加Sobol指数或基本效应分析的准确性
getSimulationResults 检索用于计算Sobol指数的模型仿真结果和样本值
plotData 从全局灵敏度分析绘制模型模拟的分位数摘要(要求统计和机器学习工具箱）
情节 绘制一阶和全阶Sobol指数和方差
酒吧 创建一阶和全阶Sobol指数的条形图
sbioelementaryeffects 通过计算基本效应执行全局灵敏度分析(GSA)统计和机器学习工具箱）
重新取样 重新采样Sobol索引或基本效果到新的时间向量
addsamples 增加额外的样本以增加Sobol指数或基本效应分析的准确性
plotData 从全局灵敏度分析绘制模型模拟的分位数摘要(要求统计和机器学习工具箱）
情节 基本效应的图均值和标准差
plotGrid 绘制用于计算基本效果的参数网格和点
酒吧 绘制基本效应均值和标准差的幅值
sbiompgsa 执行多参数全局敏感性分析(要求)统计和机器学习工具箱）
plotData 从全局灵敏度分析绘制模型模拟的分位数摘要(要求统计和机器学习工具箱）
情节 绘制多参数全局敏感性分析的经验CDF
酒吧 创建多参数全局敏感性分析统计的条形图
柱状图 多参数全局敏感性分析结果的直方图
createSimFunction 创建SimFunction对象
simbio.complexstep.abs 腹肌SimBiology局部敏感性分析的函数
simbio.complexstep.max 马克斯SimBiology局部敏感性分析的函数
simbio.complexstep.min 最小值SimBiology局部敏感性分析的函数
sbiosimulate 模拟SimBiology模型
getsensmatrix (SimData) 得到三维灵敏度矩阵SimData对象
sbioaccelerate 为加速模拟准备模型对象

对象

全部展开

SimBiology.gsa.Sobol 对象，该对象包含一阶和全阶Sobol索引
SimBiology.gsa.ElementaryEffects 包含全局灵敏度分析(GSA)基本效应计算结果的对象
SimBiology.gsa.MPGSA 对象包含多参数全局灵敏度分析(MPGSA)结果
SimFunctionSensitivity 的子类SimFunction对象
SimFunction 类似函数的界面来执行SimBiology模型
SensitivityAnalysisOptions 指定灵敏度分析选项
场景 模拟的场景
SimData 仿真数据
Configset 求解器为模型模拟设置信息
SolverOptions 指定模型求解器选项
RuntimeOptions 已记录物种的选项
CompileOptions 量纲分析和单位转换选项
输入 指定灵敏度分析的种类和参数输入因子
归一化 指定灵敏度分析的归一化类型
输出 为灵敏度分析指定物种和参数输出
SensitivityAnalysis 启用或禁用灵敏度分析

主题

灵敏度分析与仿真基础

应用程序工作流程

程序化的工作流程

Baidu
map