groupedData objectに関して
Mixed-Effects Models in S and S-PLUS (Statistics and Computing)José Pinheiro,Douglas Bates
Springer / ￥ 5,911 ()
在庫あり。
- plotに関して
- outerの使い方
- Trellisコントロール
- Summaries
データのグルーピングの仕方と表示に関して一章割いてるが、混合効果モデルなのできちんと押さえておく必要がある。
Mixed-Effects Models in S and S-PLUS chapter 3
Mixed-Effects Models in S and S-PLUS (Statistics and Computing)José Pinheiro,Douglas Bates
Springer / ￥ 5,911 ()
在庫あり。
Pharmacokinetic-Pharmacodynamic Modeling and Simulation 6章
Linear Mixed Effects Models
理論的な説明をさらっとやって例へ。Tumor Growthの薬剤Xの抑制効果が有為かどうかという例だった。
正直、よくわからんかった。MLとREMLの使い分けとか。
あとで読みなおそう。
Pharmacokinetic-Pharmacodynamic Modeling and Simulation 5章
Case Studies in Linear and Nonlinear Modeling
CocaineのPKモデリングの話が面白かった。IVから始まってinhalational,intranasalのモデルを作成していく。重要なのは代謝とか排泄側のプロセスで吸収過程はそれほど複雑ではないのかなぁと読んでて思ったし、漠然と感じるところではあるんだけど実際のとこどうなんだろう？
それからロジスティック回帰を使って、Adverse Eventsの検討をする例もよかった。僕の関わる領域ではそこまでのデータとることはないだろうけど、事象の発生確率をモデルに取り込む方法としては勉強になった。
次の章から混合効果モデルに入っていく
Pharmacokinetic-Pharmacodynamic Modeling and Simulation
非線形混合効果モデルをやり始めたら、やっぱ線形モデルから式を丁寧に追いかけないとだめだなと。
今日は風邪がひどくて布団でゴロゴロしながら、2章を読み直してた。
collinearrityと欠損値の扱いに結構ページを割いている。特に欠損値はICHのガイドライン等から言及してたり、臨床系のヒト向けの本だな。僕はここらへんの技術を探索研究に持ち込みたいので、欠損値の扱いとかあんまシビアに考えなくて良いかなと思っている（今は）。
サマリーに、非線形モデルを理解するためには線形モデルへの理解が必須だぜ（だから、2章に線形モデルを入れたで）というようなことが書いてあった。
29032010 DMPK
Pharmacokinetic-Pharmacodynamic Modeling and Simulation 2章
今週は、chemoinformaticsとquantum chemistryとPKモデリングを並行して動かしてたら非常に疲れた。というか、今の僕に足りないのはDMPKの知識だな。
というわけで、簿記しながらPharmacokinetic-Pharmacodynamic Modeling and Simulation読むのも再開した。
2章は線形モデルで、3章は非線形モデル、4章はバリアンスモデルなので、さらっと読んで5章のケーススタディにとっとと進みたい。
あと、PKモデリングは僕の仕事なのか？みたいなことを言われたので、色々と考えてみたんだけど、QSPkRをやりたかったら、それは多分必須なので、触りくらいは覚えておかないといけないかなぁと思っている。
インフォマティクスも好きだけど、モデルを通して現実を理解しようとする行為もまた好きなので、そういう部分はあまり苦痛を感じないっちゅうのもあるかも。
逆に、ロジックを積み上げないというかディグダグみたいなプロジェクトは超苦手
個体差を考慮した統計モデル
生態学のデータ解析 - GLMM 参照からたどれる数学セミナー2007が非常にわかりやすかった。
> library(glmmML)
> d <- read.csv("http://hosho.ees.hokudai.ac.jp/~kubo/ce/memo/hierarchical2007/figSS/d.csv")
> glmmML(cbind(y,10-y) ~ 1, data=d, family=binomial, cluster=d$plant.ID)
Call: glmmML(formula = cbind(y, 10 - y) ~ 1, family = binomial, data = d, cluster = d$plant.ID)
coef se(coef) z Pr(>|z|)
(Intercept) -0.03582 0.1578 -0.2270 0.82
Scale parameter in mixing distribution: 1.373 gaussian
Std. Error: 0.1389
Residual deviance: 259.7 on 98 degrees of freedom AIC: 263.7
Mixed-Effects Models in S and S-PLUS (Statistics and Computing)José Pinheiro,Douglas Bates
Springer / ￥ 5,749 ()
在庫あり。
パターン認識と機械学習 下 - ベイズ理論による統計的予測
計算統計 2 マルコフ連鎖モンテカルロ法とその周辺 (統計科学のフロンティア)この本の5,6章も何度か読み直さないとイケナイ。
母集団薬物データの解析 (統計科学選書)混合効果モデル
去年の夏に購入したまま積んであったMixed-Effects Models in S and S-PLUSを読んでいる。
Mixed-Effects Models in S and S-PLUS (Statistics and Computing)José Pinheiro,Douglas Bates
Springer / ￥ 5,749 ()
在庫あり。
Rのnlmeパッケージの使い方もほとんど一緒なので、手動かしながら読めていい。内容は結構ハードでなかなか読み進まないが。
読みながら色々調べてたら生態学のデータ解析 - ランダム効果とは?というページを見つけて、固定効果それともランダム効果?のガイドラインが便利そうだったのでチャートにしてみた。
最初pygraphvizで描こうと四苦八苦してたんだけど、unicodeはadd_nodeできんのにadd_edgeとかget_nodeとか出来なくてあきらめた(直接dot書いた)。
他にはMixed-Effects Models in S and S-PLUSは和訳がでるっていう情報も見つけた。これはちょっと凹む。まぁ、和訳の本は職場で入れてもらって、会社ではそっち読めばいいかな。
05032010 chemoinformatics DMPK
PK-PDの論文
Pharmacokinetic-Pharmacodynamic Modeling of Biomarker Response and Tumor Growth Inhibition to an Orally Available cMet Kinase Inhibitor in Human Tumor Xenograft Mouse Models という論文が良かった。というか、最近ボトムのあたりを這っていた僕のモチベーションがかなり上がった。
ケモインフォマティストとして、このレベルのPK-PD解析を出来るようにしたい。
この本の23,24章に最適化フェーズにおけるPK-PDモデリングとかPBPKモデリングの意義とかがあって、その内容が良い。
Preclinical Development Handbook: ADME and Biopharmaceutical Properties (Pharmaceutical Development Series)Wiley-Interscience / ￥ 18,701 ()
通常2～4週間以内に発送
そして、ケモインフォマティストなのでSASとかNONMEMではなくてRを使う。
「非線形混合モデルを理解するために」というpdfも見つけた。
03032010 chemoinformatics DMPK
DMPKの本
最近の僕の興味は探索フェーズで最も複雑な事象であろうPK/PDとかTK/TDのようなものに移ってしまっている。SBDDを量子化学計算の枠組みで解釈して行くのも楽しいんだけど、どうしても基礎研究寄り過ぎてしまうのと、成果主義的な主張をしづらい(理解されにくい)ので、時間に余裕のある時の知的欲求を満たすための余興的なあつかいになってしまっている。
上司に紹介してもらった本が素晴らしい。
Preclinical Development Handbook: ADME and Biopharmaceutical Properties (Pharmaceutical Development Series)Wiley-Interscience / ￥ 18,701 ()
通常2～4週間以内に発送
概論多めだけど、1200p超え。
この二冊も良かった。
Pharmacokinetic-Pharmacodynamic Modeling and SimulationPeter Bonate
Springer / ￥ 8,626 ()
通常1～3週間以内に発送
Pharmacometrics: The Science of Quantitative Pharmacology臨床系のための解析的な本は多いんだけど、それを探索段階のDMPK解析、コンピュテーショナルケミストまたはインフォマティストが使うための本があればいいなぁと。
実際、探索段階だと実験計画とかいい加減だったりとか、データポイントがやたら少なかったりして、ハードル高いうえに、そういう知見はノウハウ的なものなので外に出にくくなっているんだろうなぁと。そこが強いというのは、最終的な強さにつながるのかなぁと、最近強く思う。
ぶっちゃけSBDDなんておまけだよな。QSAR,QSPkR,QSTkRとか分析能力を如何に強くするかが重要なんじゃないかなぁと。
how to makeよりもwhat's to make
そういう気概で来年度は頑張る。
12012010 chemoinformatics DMPK
Evaluation of Drug Candidates for Preclinical Development
新しい本が出るらしい。
Evaluation of Drug Candidates for Preclinical Development: Pharmacokinetics, Metabolism, Pharmaceutics, and Toxicology (Wiley Series in Drug Discovery and Development)Wiley / ￥ 9,585 ()
近日発売 予約可
- Cover drug transporters, cytochrome P-450 and drug-drug interactions, plasma protein binding, stability, drug formulation, preclinical safety assessment, toxicology, and toxicokinetics
- Address developability issues that challenge pharma companies, moving beyond isolated experimental results
- Reveal connections between the key scientific areas that are critical for successful drug discovery and development
- Inspire forward-thinking strategies and decision-making processes in preclinical evaluation to maximize the potential of drug candidates to progress through development efficiently and meet the increasing demands of the marketplace
Evaluation of Drug Candidates for Preclinical Development serves as an introductory reference for those new to the pharmaceutical industry and drug discovery in particular. It is especially well suited for scientists and management teams in small- to mid-sized pharmaceutical companies, as well as academic researchers and graduate students concerned with the practical aspects related to the evaluation of drug developability.