Объективная оценка состояния мыши относительно мировой популяции (IMPC). Индекс отклонения S(z), индекс реабилитации R(t), прогноз оптимальной дозы. Без множественного тестирования, без контрольной группы, без потери мощности.
запросить пробный доступто, с чем сталкиваются каждый день в доклинических исследованиях
Сотни параметров — сотни проверок. Поправка на множественность сравнений резко снижает чувствительность, и многие важные эффекты остаются незамеченными.
Признаки сильно коррелированы, но традиционный подход анализирует каждый параметр по отдельности, теряя целостную картину состояния организма.
В каждом исследовании своя контрольная группа. Результаты несопоставимы между лабораториями, и нет объективного эталона здоровья.
Единый аппарат «диагностика → планирование → контроль»
Нейросеть сжимает многомерные данные в компактное представление – латентное пространство. Для любой новой точки вычисляется индекс отклонения S(z). Эталон – база здоровых мышей IMPC.
На основе текущего состояния и целевого уровня здоровья система рассчитывает оптимальную последовательность воздействий (доз). Используется математический аппарат динамического программирования.
После каждого шага пересчитывается состояние и индекс реабилитации R(t) – от 0 в начале до 1 при достижении нормы. Это позволяет отслеживать прогресс в реальном времени.
Полный конвейер: от загрузки данных до готового отчёта
Нажмите на любой инструмент, чтобы увидеть, как он работает на практике.
Интегральный индекс S(z), индекс реабилитации R(t), расчёт оптимальной дозы, обнаружение аномалий.
Единый математический аппаратПроверка качества, визуализация распределений, выявление выбросов.
CSV, TXT, ExcelСмешанные эффекты, учёт ковариат, нелинейные зависимости.
Индивидуальная вариабельностьРегрессионные модели: отбор значимых предикторов, байесовская оценка, проверка гипотез.
Байесовский подходРасчёт ключевых PK-параметров: AUC, Cmax, Tmax, период полувыведения, клиренс.
ФармакокинетикаМетод протестирован на синтетических данных, IMPC и независимом датасете MMASH.
У здоровых линий индекс S(z) близок к 1. У мутантных — стабильно выше, причём отклонение коррелирует с тяжестью фенотипа.
Топологическая метрика dtop достоверно различает группы с высоким и низким уровнем стресса (p=0.03). Стандартные методы такого различия не показывают (p=0.61).
Project NTS— разработчики математического аппарата топологической диагностики и оптимального управления для доклинических исследований.
ПодробнееВсе методы имеют строгое математическое обоснование. Теоремы 1–7 (Часть I) и Теоремы 1–11 (Часть II).
ПодробнееСинтетические данные, IMPC (20 тыс. мышей), MMASH (независимый датасет). Сравнение с существующими методами.
Подробнее