模拟芯片内的药物运输与肝细胞损伤
一项发表于 Chemical Engineering Journal 的研究提出肝芯片数字孪生框架，用较少的实验数据预测多柔比星引起的肝细胞损伤。团队将微流体计算与光学生物传感器的测量结合，以谷胱甘肽 S-转移酶 α（GST-α）释放作为损伤指标。
框架结合计算微流体模型与生理药代—药效模型：前者模拟药物和氧在芯片中的运输，后者描述药物浓度与损伤指标之间的关系。研究者用已有实验数据校准模型参数。
机器学习校正与不确定性分析
团队用贝叶斯方法估计模型参数及预测区间，再用 XGBoost 校正机制模型与实测 GST-α 数据之间的偏差。这种组合用于改善有限数据条件下的浓度预测，并估计预测的不确定性。
在部分受测条件下，预测的 GST-α 浓度接近实验测量结果。原文结论也指出，外推至不同剂量时，模型表现会下降。作者因此同时报告预测值及其不确定性范围。