1. 总体介绍#
你好!无论你是 Maspectra 的新用户还是老朋友,欢迎使用我们的软件,并阅读本用户文档。下面,我们简单介绍一下 Maspectra 软件。
1.1. 什么是 Maspectra?#
功能强大#
整合定量药理学的建模与模拟各类工具,从数据准备至完成分析报告,基于一个平台操作,为模型引导的药物开发(MIDD)提供一体化解决方案,极大地提高了工作效率 (图 1.1)。

图 1.1 Maspectra -- MIDD 一站式工作平台#
操作方式#
软件具有两种操作方式,一是点击菜单,二是书写代码。前者适用于一般用户,易于上手,便于教学;后者适用于专业分析人员,灵活强大,便于他人核对,并且符合新药注册要求。代码由 Python 书写,用户可自行引入海量的第三方免费工具,以满足个性化需求。
代码友好#
内置各类数据的模型案例,允许用户仿例输入,并提供 AI 实时帮助,使不懂 Python 者,也能方便应用。丰富的示例集,可供用户参考。
注意
Maspectra 在持续开发和更新中,如有任何技术问题和个性化要求,可通过邮件、微信公众号、官网、微信群等途径,向开发团队反馈。
1.2. Maspectra 的功能与应用#
Maspectra 可用于
PK: 涵盖各类 PK 建模或分析方法,包括非房室分析 (NCA),线性 PK 判断,房室模型 (CA),及群体药动学 (PopPK) 建模与模拟等功能,后续还将推出生理药动学模型 (PBPK)。
PD: 分析剂量-效应关系,时间-效应关系和浓度-效应关系
连续效应模型: 如 Emax 模型,CQT 模型,TGI 模型等。
分类效应模型: 如 logistic 模型,Bliss 模型等。
时间效应模型: 如 TTE 模型。
PK/PD: 通过序贯或同步法实现建模
直接效应模型
延迟效应模型
间接效应模型
结合效应模型
转导效应模型
QSP 模型: 研发中, 后续推出
BE: PK 生物等效性
两交叉设计
三交叉设计
四交叉设计
重复三交叉设计
重复四交叉设计
平行设计
统计分析: 涵盖各种数据类型、单因素和多因素的统计分析方法
连续效应变量: 成组 t 检验,方差分析,协方差分析等。
分类效应变量: 卡方检验,logistic 回归等。
时间效应变量: log-rank 检验,Cox 回归等。
回归分析: 多元线性回归等。
作图: 支持但不限于
点线图
箱式图
直方图
复合图
如果你想获取关于安装与激活软件等帮助,可参考:安装、注册与激活。
如果你想快速上手本软件,可参考:开始使用 Maspectra。