合成肿瘤轨迹中时变净作用函数的机制约束推断
机制约束计算方法用于 PK/PD/QSP 参数和时变药效推断，以合成真值检验药物模型求解与隐藏函数恢复，属于模型方法质量而非临床疗效验证。
用途与模型
- 研究用途
- 演示部分观测下，如何结合已知方程恢复合成模型中的隐藏净作用函数。
- 模型与细胞来源
- PhINs 教程 Example3 的灰箱模型：合成肿瘤细胞数 N 随时间变化，仅 N 被提供为观测，时变净作用 FD 作为隐藏输出恢复。
- 方法版本
- 2026 年原文版本；2026-09-22
- 实验形式
- 受控合成数据的算法验证；物理约束多层网络与 KAN 网络比较。
材料与平台
- 合成资料
- 已知增殖/死亡/数量约束模型产生的 N 轨迹，非患者、原代细胞或实际药物实验；保留 FD 已知真值供评价。
- 比较设置
- 观测数量 20 或 120、无噪声及 5% 噪声等教程设置；不同网络/残差采样和权重方案。
- 计算工具
- 原教程提供 PhINs 库及配套笔记本，用于示范模型训练与已知真值比较。
测量指标与分析
- 细胞数量 N 的重建误差
- 隐藏净作用 FD 的真值恢复误差
- 方程约束与常规求解一致性检查
用已知合成真值分别评价观测量与隐藏函数，不能只看 N 的拟合；FD 包含细胞数量约束与增殖/死亡净作用，不当某临床药物独立杀伤率。
研究设计与结果
方法文件报告的验证结果
- 研究设计
- 方法教程 Table3 比较观测密度、噪声、网络架构和残差处理对合成 N 与 FD 恢复的影响。
- 测试范围
- 同一受控合成模型；20 或 120 观测，0% 或 5% 噪声等设置，不是 20/120 位患者。
- 参照体系
- 数据生成时已知 N 与 FD 真值，以及不同计算配置。
- 研究结果
- 120 观测/5% 噪声的表中，多层 PINN 的 N 与 FD RMSE 为 7.78×10⁻³/8.12×10⁻⁴，PIKAN 为 3.89×10⁻³/4.70×10⁻⁴；优劣仅对应这组设置。
适用条件与研究局限
- 方法文件报告的合成基准，未验证实际临床或非临床药物反应。
- 良好观测拟合不保证隐藏函数唯一，仍需可辨识性与机制核对。
- 未据此声明 KAN 架构在其他数据或模型普遍更优。
来源与原文
- A Practical Tutorial on Physics-Informed Networks for Pharmacometrics and Quantitative Systems Pharmacology方法资料 · CPT: Pharmacometrics & Systems Pharmacology · 2026-09-22