GNU MCSim es un conjunto de software de simulación que permite diseñar modelos estadísticos o de simulación propios, realizar simulaciones de Monte Carlo e inferencia bayesiana mediante simulaciones de Monte Carlo de cadena de Markov (templadas) . La última versión permite el cálculo paralelo de simulaciones de Monte Carlo o MCMC.
GNU MCSim es una herramienta de simulación e inferencia estadística para sistemas de ecuaciones algebraicas o diferenciales , optimizada para realizar análisis de Monte Carlo. El software incluye un generador de modelos y un motor de simulación:
Internamente, el software utiliza la biblioteca científica GNU para algunos de sus cálculos numéricos.
El proyecto comenzó en 1991 en Berkeley cuando Don Maszle y Frederic Y. Bois tradujeron en C y reorganizaron un programa que Bois había desarrollado en Harvard para su tesis doctoral. La motivación principal del trabajo era poder desarrollar rápidamente y mantener fácilmente los modelos PBPK . Sin embargo, la sintaxis se definió con suficiente generalidad para que se puedan resolver muchas ecuaciones diferenciales ordinarias de primer orden y algebraicas . La capacidad de realizar simulaciones eficientes de Monte Carlo se agregó desde el principio, para las necesidades de investigación del grupo. El código se puso a disposición de forma gratuita desde un servidor en UC Berkeley. Las conversaciones con Stuart Beal en la Facultad de Farmacia de UCSF llevaron al equipo a investigar el uso de técnicas de Monte Carlo de cadena de Markov para la calibración de modelos PBPK . El código correspondiente fue desarrollado por Maszle, durante un proyecto en colaboración con Andrew Gelman , entonces profesor del Departamento de Estadística de UC Berkeley . El código adicional escrito por Ken Revzan permitió la definición y calibración bayesiana de modelos estadísticos jerárquicos (multinivel). En el momento de estos desarrollos (alrededor de 1996), esas capacidades eran únicas para un software de distribución libre, de fácil acceso, muy potente y versátil. Desde entonces, el software se ha mantenido y ampliado constantemente.
GNU MCSim es software libre; puede redistribuirlo y/o modificarlo según los términos de la Licencia Pública General de GNU publicada por la Free Software Foundation; ya sea la versión 3 de la Licencia o (a su elección) cualquier versión posterior.
El código fuente en C se proporciona y puede compilarse en cualquier máquina con un compilador de C. La biblioteca científica GNU también debe estar disponible en la plataforma de destino para poder utilizar algunas distribuciones adicionales en los modelos estadísticos. Para aprovechar las capacidades de traducción de SBML, se debe instalar la biblioteca LibSBLM. A partir de la versión 6.0.0, también se utiliza el integrador Sundials Cvodes. Para aprovechar la computación paralela (a partir de la versión 6.2.0) se debe instalar una biblioteca MPI .
Bois F., Maszle D., 1997, MCSim: Un programa de simulación, Journal of Statistical Software, 2(9):http://www.stat.ucla.edu/journals/jss/v02/i09.
Jonsson F., Johanson G., 2003, El enfoque poblacional bayesiano para modelos toxicocinéticos-toxicodinámicos fisiológicos: un ejemplo que utiliza el software MCSim, Toxicology Letters 138:143-150.
Bois F., 2009, GNU MCSim: Inferencia estadística bayesiana para modelos de biología de sistemas codificados con SBML, Bioinformática, 25:1453-1454, doi: 10.1093/bioinformatics/btp162.
Allen BC, Hack EC, Clewell HJ, 2007, Uso del análisis de Monte Carlo de cadena de Markov con un modelo farmacocinético de metilmercurio basado en la fisiología para estimar la exposición en mujeres estadounidenses en edad fértil, Análisis de riesgo, 27:947-959.
Covington TR, Gentry PR, et al., 2007, El uso del análisis de incertidumbre de Monte Carlo de cadena de Markov para apoyar un objetivo de salud pública para el percloroetileno, Toxicología y farmacología regulatoria , 47:1-18.
David RM, Clewell HJ, et al., 2006, Evaluación revisada del riesgo de cáncer asociado al diclorometano II. Aplicación de métodos probabilísticos a la determinación del riesgo de cáncer. Toxicología y farmacología regulatorias 45: 55–65.
Franks SJ, Spendiff MK, et al., 2006, Modelado farmacocinético basado en la fisiología de la exposición humana al 2-butoxietanol, Toxicology Letters 162:164-173.
Hack EC, 2006, Análisis bayesiano de modelos toxicocinéticos y toxicodinámicos basados en la fisiología, Toxicología, 221:241-248.
Hack EC, Chiu WA, et al., 2006, Análisis poblacional bayesiano de un modelo farmacocinético armonizado basado en la fisiología del tricloroetileno y sus metabolitos, Toxicología y farmacología regulatorias, 46:63-83.
Lyons MA, Yang RSH, Mayeno AN, Reisfeld B. 2008, Toxicología computacional del cloroformo: dosimetría inversa utilizando inferencia bayesiana, simulación de Monte Carlo de cadena de Markov y datos de biomonitoreo humano, Environmental Health Perspectives, 116:1040-1046.
Marino, DJ, H. Clewell, et al., 2006, Evaluación revisada del riesgo de cáncer por diclorometano: parte I PBPK bayesiana y modelado dosis-respuesta en ratones, Toxicología y farmacología regulatoria 45:44-54.
Mezzetti M., Ibrahim JG, et al., 2003, Un modelo compartimental bayesiano para la evaluación del metabolismo del 1,3-butadieno, Journal of the Royal Statistical Society, Serie C, 52:291-305.