MATLAB und Simulink in der Biotechnologie und Pharmaindustrie

Entwicklung von Algorithmen, Verarbeitung von Daten, Entwurf von Geräten sowie Durchführung von Modellierung und Simulation zur Wirkstoffforschung und -entwicklung

Wissenschaftler und Ingenieure der biotechnologischen und pharmazeutischen Industrie nutzen MATLAB und Simulink zur multidisziplinären Datenanalyse und für End-to-End-Workflows.

Mit MATLAB wird Wissenschaftlern und Ingenieuren Folgendes möglich:

  • Daten aus zahlreichen Datenströmen hybridisieren, darunter Signale, Bilder, Texte und Genetik
  • die pharmazeutische Produktion durch Prozesstechnik optimieren
  • Modellierung und Simulation zur Wirkstoffforschung und -entwicklung durchführen
  • Code entwickeln, implementieren und bereitstellen, um neue Medizinprodukte zu steuern
  • automatische Ausgabeberichte in Adobe Acrobat-, Microsoft Word- und PowerPoint-Dateiformaten erstellen

„Pfizer integriert Modellierung, Simulation und statistische Analysen im gesamten Prozess der Wirkstoffforschung und -entwicklung. Dadurch kommt es in Phase II zu weniger Abrieb durch die Bestimmung des besten biologischen Pfades, Ziels, Moleküls, Dosierungsschemas und Patientenpopulation.“

Dr. Piet van der Graaf, Pfizer

Biomedizinische und Gesundheitsdatenanalysen

MATLAB ermöglicht Wissenschaftlern und Analytikern Folgendes:

  • Datenmengen aus der biotechnischen und pharmazeutischen Forschung erkunden und säubern
  • App-basierte Abläufe verwenden, um optimierte Analyseschemata zu entwickeln und sie dann in der Cloud zu skalieren und bereitzustellen
  • multimodale Datenquellen, beispielsweise Signale, Bilder, Daten, Geräte, Genetik und das Internet der Dinge synthetisieren, um Modelle zur prädiktiven Analyse zu erstellen
  • Analysen auf beliebig vielen Verarbeitungsknoten parallelisieren, und zwar mithilfe von Syntax, die fast der von Desktop-Ansätzen entspricht, um von der Desktop-Entwicklung zu Hochleistungsverarbeitungsclustern zu skalieren
Biomedizinische und Gesundheitsdatenanalysen

Wirkstoffforschung und -entwicklung

Wirkstoffforschung und -entwicklung

MATLAB bietet Wissenschaftlern und Modellierungsteams folgende Möglichkeiten:

  • PK/PD- und QSP-Systeme (quantitative Systempharmakologie) mithilfe von SimBiology modellieren und simulieren, um Wirkstoffstudien und Parametersensitivitätsanalysen zu simulieren
  • prädiktive mathematische Modelle entwickeln, um damit Wirkstoffeffizienz und -sicherheit sowie Zielmachbarkeit zu beurteilen und Dosierungspläne zu optimieren
  • Datenströme für die Präzisionsmedizin hybridisieren
  • mit vorhandenen Datenbanken zusammenarbeiten, um neue Anwendungen vorhandenere Wirkstoffe zu finden
  • Bildquantifizierung und Modellanpassung in Biodistributionsstudien bereitstellen

Pharmazeutische Herstellung

MATLAB und Simulink ermöglichen Ingenieuren Folgendes:

  • den Ertrag bei der Arzneimittelherstellung optimieren, Kosten senken und Markteinführungszeit verkürzen
  • Digital Twins in einer industriellen Internet-der-Dinge-Architektur erstellen, um die Echtzeitleistung zu analysieren, den Betrieb zu verbessern und prädiktive Instandhaltung durchzuführen
  • mit physik- oder datenbasierter empirischer Modellierung bzw. einer Kombination aus beidem Fertigungsertrag und -qualität steigern
Pharmazeutische Herstellung

Vorklinische und klinische Forschung und Entwicklung

Vorklinische und klinische Forschung und Entwicklung

Wissenschaftler, Ingenieure und klinische Forscher verwenden MATLAB für Folgendes:

  • die relative Wichtigkeit von Bildausprägungen wie Radionikanalysen berechnen und bestimmen
  • Datenbanken mit gekennzeichneten Altdaten abfragen und mit Deep Learning Autosegmentierungstools erstellen
  • Daten eines gesamten Objektträgers analysieren, einschließlich Zellklassifizierung und semantischer Segmentierung
  • DICOM-Bilder parsen, laden und analysieren

Entwicklung biotechnischer Geräte

Model-Based Design ermöglicht Ingenieuren der Biotechnologie Folgendes:

  • Medizinprodukte mithilfe von Simulationen entwerfen und testen, um die Entwicklungsdauer zu verkürzen und frühzeitig auf Systemebene zu verifizieren und validieren
  • Software und Algorithmen mithilfe automatischer Code-Generierung auf Produktivinstrumenten bereitstellen
  • die technische Dokumentation aus Softwareentwicklung und -tests erstellen, die zur Einhaltung von FDA-Auflagen und Branchenstandards wie IEC 62304 erforderlich ist
Entwicklung biotechnischer Geräte