MCSim

MCSim

Разработчик(и)	Проект GNU
Стабильный релиз	6.2.0 / 3 июня 2020 г. ( 2020-06-03 )
Репозиторий	cvs.savannah.gnu.org/viewvc/?root=mcsim
Написано в	С
Операционная система	Кроссплатформенный
Тип	Численный анализ
Лицензия	Стандартная общественная лицензия GNU
Веб-сайт	https://www.gnu.org/software/mcsim

GNU MCSim — это набор программного обеспечения для моделирования. Он позволяет разрабатывать собственные статистические или имитационные модели, выполнять моделирование Монте-Карло и байесовский вывод посредством (умеренного) моделирования Монте-Карло с использованием цепи Маркова . Последняя версия позволяет выполнять параллельные вычисления моделирования Монте-Карло или MCMC.

GNU MCSim — это инструмент моделирования и статистического вывода для алгебраических или дифференциальных систем уравнений , оптимизированный для выполнения анализа Монте-Карло. Программное обеспечение включает в себя генератор моделей и движок моделирования:

• Генератор моделей облегчает определение и обслуживание структурной модели, сокращая время выполнения. Модель кодируется с использованием простой грамматики, а генератор транслирует ее в код C. Начиная с версии 5.3.0, также можно использовать модели, закодированные в SBML .
• Механизм симуляции представляет собой набор процедур, которые связаны с моделью для создания исполняемого кода. Результатом является то, что можно запускать симуляции структурной модели в различных условиях.

Для некоторых числовых расчетов программное обеспечение использует научную библиотеку GNU .

Проект начался в 1991 году в Беркли, когда Дон Масл и Фредерик И. Буа перевели на C и реорганизовали программу, которую Буа разработал в Гарварде для своей докторской диссертации. Основной мотивацией для работы была возможность быстро разрабатывать и легко поддерживать модели PBPK . Однако синтаксис был определен с достаточной степенью общности, чтобы можно было решать многие алгебраические и обыкновенные дифференциальные уравнения первого порядка . Возможность выполнять эффективное моделирование Монте-Карло была добавлена ​​на раннем этапе для исследовательских нужд группы. Код был размещен в свободном доступе на сервере в Калифорнийском университете в Беркли. Обсуждения со Стюартом Билом в Школе фармацевтики UCSF привели команду к исследованию использования методов Монте-Карло на основе цепей Маркова для калибровки моделей PBPK . Соответствующий код был разработан Масл в ходе проекта в сотрудничестве с Эндрю Гельманом , тогдашним профессором кафедры статистики Калифорнийского университета в Беркли . Дополнительный код, написанный Кеном Ревзаном, позволил определить и провести байесовскую калибровку иерархических (многоуровневых) статистических моделей. На момент этих разработок (около 1996 года) эти возможности были уникальными для свободно распространяемого, легкодоступного, очень мощного и универсального программного обеспечения. С тех пор программное обеспечение постоянно поддерживалось и расширялось.

• 6.2.0 (3 июня 2020 г.)
• 6.1.0 (19 февраля 2019 г.)
• 6.0.1 (5 мая 2018 г.)
• 6.0.0 (24 февраля 2018 г.)
• 5.6.6 (21 января 2017 г.)
• 5.6.5 (27 февраля 2016 г.)
• 5.6.4 (30 января 2016 г.)
• 5.6.3 (1 января 2016 г.)
• 5.6.2 (24 декабря 2015 г.)
• 5.6.1 (21 декабря 2015 г.)
• 5.6.0 (16 декабря 2015 г.)
• 5.5.0 (17 марта 2013 г.)
• 5.4.0 (18 января 2011 г.)
• 5.3.1 (3 марта 2009 г.)
• 5.3.0 (12 января 2009 г.)
• 5.2 бета (29 января 2008 г.)
• 5.1beta (18 сентября 2006 г.)
• 5.0.0 (4 января 2005 г.)
• 4.2.0 (15 октября 2001 г.)
• 4.1.0 (1 августа 1997 г.)
• 4.0.0 (24 марта 1997 г.)
• 3.6.0
• 3.3.2

GNU MCSim является свободным программным обеспечением; вы можете распространять его и/или изменять в соответствии с условиями GNU General Public License, опубликованными Free Software Foundation; либо версии 3 Лицензии, либо (по вашему выбору) любой более поздней версии.

Исходный код C предоставляется и может быть скомпилирован на любой машине с компилятором C. Научная библиотека GNU также должна быть доступна на целевой платформе, чтобы использовать несколько дополнительных дистрибутивов в статистических моделях. Чтобы воспользоваться возможностями трансляции SBML, необходимо установить библиотеку LibSBLM. Начиная с версии 6.0.0 также используется интегратор Sundials Cvodes. Чтобы воспользоваться преимуществами параллельных вычислений (начиная с версии 6.2.0), необходимо установить библиотеку MPI .

• Сравнение программного обеспечения для численного анализа
• Список программного обеспечения для численного анализа

Буа Ф., Масл Д., 1997, MCSim: программа моделирования, Журнал статистического программного обеспечения, 2(9):http://www.stat.ucla.edu/journals/jss/v02/i09.

Йонссон Ф., Йохансон Г., 2003, Байесовский популяционный подход к физиологическим токсикокинетико-токсикодинамическим моделям – Пример с использованием программного обеспечения MCSim, Toxicology Letters 138:143-150.

Буа Ф., 2009, GNU MCSim: байесовский статистический вывод для системных биологических моделей с кодировкой SBML, Биоинформатика, 25:1453-1454, doi: 10.1093/bioinformatics/btp162.

Allen BC, Hack EC, Clewell HJ, 2007, Использование анализа Монте-Карло на основе цепей Маркова с физиологически обоснованной фармакокинетической моделью метилртути для оценки воздействия на женщин детородного возраста в США, Анализ риска, 27:947-959.

Ковингтон ТР, Джентри ПР и др., 2007, Использование анализа неопределенности Монте-Карло с использованием цепи Маркова для обоснования цели общественного здравоохранения в отношении перхлорэтилена, Регулирующая токсикология и фармакология , 47:1-18.

Дэвид Р.М., Клевелл Х.Дж. и др., 2006, Пересмотренная оценка риска рака для дихлорметана II. Применение вероятностных методов для определения риска рака. Регулирующая токсикология и фармакология 45: 55–65.

Фрэнкс С.Дж., Спендифф М.К. и др., 2006, Физиологически обоснованное фармакокинетическое моделирование воздействия 2-бутоксиэтанола на человека, Toxicology Letters 162:164-173.

Хак EC, 2006, Байесовский анализ физиологически обоснованных токсикокинетических и токсикодинамических моделей, Токсикология, 221:241-248.

Хак EC, Чиу WA и др., 2006, Байесовский популяционный анализ гармонизированной физиологически обоснованной фармакокинетической модели трихлорэтилена и его метаболитов, Регулирующая токсикология и фармакология, 46:63-83.

Лайонс МА, Янг РШ, Майено АН, Рейсфельд Б. 2008, Вычислительная токсикология хлороформа: обратная дозиметрия с использованием байесовского вывода, моделирования Монте-Карло на основе цепей Маркова и данных биомониторинга человека, Перспективы охраны окружающей среды и здоровья, 116:1040-1046.

Марино, DJ, Х. Клевелл и др., 2006, Пересмотренная оценка риска рака, вызываемого дихлорметаном: часть I. Байесовский PBPK и моделирование зависимости «доза-реакция» на мышах, Regulatory Toxicology and Pharmacology 45:44-54.

Меццетти М., Ибрагим Дж. Г. и др., 2003, Байесовская компартментальная модель для оценки метаболизма 1,3-бутадиена, Журнал Королевского статистического общества, Серия C, 52:291-305.

• Домашняя страница GNU MCSim