SAAM II

SAAM II, abreviatura de "Simulation Analysis and Modeling" versión 2.0, es un reconocido programa informático diseñado para la investigación científica en el campo de las biociencias. Es una herramienta descriptiva y exploratoria en el desarrollo de fármacos, trazadores , trastornos metabólicos e investigación farmacocinética / farmacodinámica . Se basa en los principios de la teoría de modelos multicompartimentales , que es un enfoque ampliamente utilizado para modelar sistemas biológicos complejos. SAAM II facilita la construcción y simulación de modelos, proporcionando a los investigadores una interfaz de usuario amigable que permite la ejecución rápida y el ajuste múltiple de estructuras y datos simples y complejos (lineales y no lineales). SAAM II es utilizado por muchas escuelas de farmacia y farmacia como una herramienta de desarrollo de fármacos, investigación y educación.

SAAM II ofrece una interfaz fácil de usar que elimina la necesidad de codificación. Dentro del módulo compartimentado, los usuarios pueden construir modelos sin esfuerzo arrastrando y soltando varios componentes del modelo, como círculos, flechas y cuadros. Para simular el comportamiento del modelo, la creación de condiciones del modelo es un proceso sencillo. Al emplear íconos de creación de experimentos con función de arrastrar y soltar, los usuarios pueden especificar directamente las entradas y los sitios de muestreo con facilidad.

También está disponible el módulo Numérico, aunque se utiliza con menos frecuencia. Permite escribir directamente las ecuaciones del modelo o modelar directamente los datos mediante funciones predefinidas. Este último permite realizar un análisis no compartimentado de los datos.

popKinetics, financiado por el NIH, está desarrollado específicamente para el análisis poblacional de modelos compartimentados creados dentro de SAAM II. popKinetics ofrece el cálculo de dos enfoques para la estimación de parámetros poblacionales: los métodos estándar de dos etapas y los métodos iterativos de dos etapas. Los métodos de dos etapas pueden ser la opción preferida cuando se desea simplicidad, eficiencia computacional y suposiciones mínimas en el análisis de la población.

Los resultados obtenidos con SAAM II han recibido una validación indirecta a través de un uso extensivo durante muchos años, la replicación del modelado en otros programas y la publicación en revistas revisadas por pares. La validación del rendimiento numérico del software se llevó a cabo en comparación con WinNonlin. En general, hubo una buena concordancia (<1% de diferencia) entre SAAM II y WinNonlin en términos de estimaciones de parámetros y predicciones del modelo. ^[1]

1. Investigación sobre farmacocinética y farmacodinamia (PK/PD):

• Optimización de los regímenes de dosificación de medicamentos para mejorar los resultados terapéuticos.
• Modelado de la absorción, distribución, metabolismo y excreción de fármacos en el organismo.
• Estudiar las interacciones fármaco-fármaco y predecir sus efectos.
• PD indirecto y personalizado.

2. Farmacocinética poblacional:

• Análisis de las respuestas a los medicamentos en diversas poblaciones de pacientes con métodos de dos etapas.
• Medicina personalizada: adaptación de la dosis de medicamentos en función de las características individuales del paciente.

3. Biología de sistemas:

• Modelado de redes biológicas complejas y procesos celulares.
• Comprender las vías de transducción de señales y las redes reguladoras.
• Investigación de las vías de las enfermedades y las interacciones moleculares.

4. Biotecnología:

• Diseño y optimización de bioprocesos para la industria farmacéutica y biotecnológica.
• Predicción del comportamiento de biorreactores y biocatalizadores.

5. Investigación sobre enfermedades metabólicas:

• Estudio de los trastornos metabólicos y sus mecanismos subyacentes.
• Análisis de la dinámica glucosa-insulina y su relevancia en la investigación de la diabetes.

6. Estudios de trazadores:

• Evaluación cuantitativa de la cinética de compuestos radiomarcados.
• Investigación de la distribución y eliminación del trazador en el cuerpo.

7. Diseño experimental:

• Diseño de experimentos óptimos para recopilar datos para la estimación de parámetros y la validación del modelo.
• Evaluación de la sensibilidad de los parámetros del modelo a diferentes condiciones experimentales.

8. Modelado biológico en educación:

• SAAM II como herramienta educativa para la enseñanza de biociencias y modelado de sistemas.
• Demostrar conceptos de farmacocinética y biología de sistemas en entornos académicos.

9. Publicaciones revisadas por pares:

• SAAM II se utiliza en diversos estudios de investigación y se cita en más de 50 revistas científicas revisadas por pares por año (Google Scholar).

Cabe destacar que los modelos mínimos de glucosa-insulina que se utilizan en ensayos clínicos para cuantificar las mejoras de insulina en los tratamientos antidiabéticos, se implementan en SAAM II. ^[2]

A principios de los años 50, Mones Berman y otros investigadores del NIH trabajaron en problemas de dosimetría de radiación. Mones decidió que los modelos compartimentados (sistemas de ecuaciones diferenciales) eran la mejor manera de analizar los datos transitorios (cinéticos) que se estaban recopilando. Comenzó a desarrollar una herramienta de software que con el tiempo se conocería como SAAM. El poder de SAAM era su diccionario, que permitía al usuario esbozar su modelo y, luego, utilizando el diccionario y un conjunto de reglas, crear un archivo de entrada directamente a partir del esbozo. SAAM tomó esta información y creó el sistema de ecuaciones diferenciales que describía el modelo. Esto significaba que el usuario podía pensar en biología y farmacología mientras el programa hacía las matemáticas y las estadísticas detrás de escena. Era un programa muy popular, pero uno tenía que visitar el NIH y trabajar con Mones para aprender a utilizarlo.

Entre 1986 y 1994, la Universidad de Washington , a través de su Centro de Recursos para el Análisis Cinético en el Centro de Bioingeniería, dirigido por el profesor David Foster con la ayuda de Loren Zech del NIH, reescribió el código, incluida una interfaz de usuario estratégica, que dio lugar a SAAM II. La primera versión se lanzó en el SUN en 1993. La versión para PC se lanzó en 1994. Gracias a varias subvenciones, en el período 2000-2012, Foster y Vicini trabajaron en la generación de la versión moderna 2.1, que incluye un complemento de análisis de población llamado popKinetics. En 2012, Epsilon Group, una empresa de automatización médica de Virginia, obtuvo la licencia de los derechos comerciales para mejorar y distribuir el software.

En 2022, los derechos comerciales para desarrollar y distribuir el software SAAM II hasta la versión actual 2.3.3 fueron otorgados a Nanomath LLC, una empresa de consultoría y software con sede en Washington. La dirección y gestión de SAAM II fueron asumidas por Simone Perazzolo, un científico con experiencia en modelado computacional de sistemas biológicos y farmacológicos.

SAAM II utiliza tres tipos de integradores para resolver ecuaciones diferenciales ordinarias (EDO):

• RK 4º-5º orden: Un método de Runge-Kutta de 4º-5º orden , que es una técnica numérica para resolver EDO.

• Aproximación de Pade de la matriz exponencial: Este método se basa en la aproximación de la matriz exponencial utilizando aproximantes de Pade, proporcionando un enfoque eficiente para resolver EDO.

• Métodos de Rosenbrock: SAAM II emplea métodos típicos de Rosenbrock, que son una clase de métodos Runge-Kutta implícitos adecuados para EDO rígidas (aquellas con escalas de tiempo muy variables).

SAAM II emplea la optimización de parámetros para el ajuste de múltiples datos, utilizando un método de mínimos cuadrados no lineales ponderados modificado derivado del algoritmo de Gauss-Newton . En las tareas de regresión, los usuarios tienen la flexibilidad de crear un esquema de ponderación basado en el error de los datos o del modelo.

Además, SAAM II ofrece una opción de Máximo bayesiano a posteriori (MAP), que permite a los usuarios explorar la estimación de parámetros bayesianos. Esta función mejora el análisis al incorporar el conocimiento previo y la incertidumbre al proceso de estimación de parámetros.

Para evaluar la fiabilidad de las estimaciones de parámetros, SAAM II ofrece características de identificación posterior y práctica. Estas utilizan la matriz de información de Fisher y la matriz de covarianza de las estimaciones para evaluar la calidad de la identificación de parámetros, también en el caso de estructuras complejas y numerosas variables desconocidas.

Además, SAAM II incluye sensibilidad de parámetros locales, análisis de lotes y características de poblaciones in silico, ambas herramientas convenientes para obtener información sobre el comportamiento del modelo y evaluar el impacto de los cambios de parámetros en los resultados del modelo. ^[3]

SAAM II se puede encontrar en los planes de estudio de muchas instituciones estadounidenses y mundiales, como escuelas de ingeniería, física y farmacia.