在肿瘤免疫治疗领域，atezolizumab作为PD-L1抑制剂已获批用于非小细胞肺癌（NSCLC）、尿路上皮癌等多种恶性肿瘤。然而临床使用中发现，标准剂量（1200 mg q3w）下暴露量与特殊不良事件（AESI）存在显著相关性（p=0.027），这促使研究人员探索更安全的给药方案。传统药理学模拟多依赖NONMEM软件结合R语言分析，存在跨平台操作复杂、计算效率低等痛点。为此，《European Journal of Clinical Pharmacology》最新研究对三种主流软件进行了系统性效能对比。
研究团队基于FDA审评中已验证的atezolizumab群体药代动力学模型，通过蒙特卡洛模拟生成1000例虚拟患者队列，人口统计学特征涵盖年龄（20-80岁）、性别、体重（根据性别特异性公式生成）、白蛋白水平（对数正态分布，均值42 g/L）及抗药抗体（ADA）阳性率（40%）等关键协变量。分别采用NONMEM 7.5.1、R语言RxODE包和Julia平台Pumas 2.5.1软件，模拟了四种给药方案（包括标准剂量与三种延长间隔方案）下7个周期的血药浓度动态变化，并通过PKNCA（R平台）或AlgebraOfGraphics（Julia平台）进行药代动力学参数计算与可视化分析。
结果1：药代动力学参数一致性验证
三种软件计算的CMAX、CMIN和每周AUC几何均值与90%预测区间高度重叠。以1200 mg q3w方案第7周期为例，Pumas、NONMEM和RxODE的CMAX分别为572 μg/mL（406-831）、583 μg/mL（414-847）和577 μg/mL（409-843），证明不同软件算法具有良好等效性。
结果2：血药浓度-时间曲线可视化对比
三种软件生成的浓度-时间曲线中位数与90%预测区间基本重合。延长间隔给药方案（如840 mg q6w）均能维持血药浓度高于最低有效浓度（MEC=6 μg/mL），且曲线形态无显著差异。
结果3：计算效率的显著差异
|
Processing speed(Obs/sec) |
|
Regimen |
Pumas |
NONMEM |
RxODE |
|
840 mg q2w X2,840 mg q6w Cycle 1 |
54,442 |
3104 |
3337 |
Pumas在单周期模拟中速度达NONMEM的17.5倍（54,442 vs 3,104 obs/sec），而在全周期（1,688,000数据点）模拟中优势更显著（33,273 obs/sec），远超NONMEM（4,782 obs/sec）和RxODE（251 obs/sec）。
本研究证实了三种软件在药代动力学模拟结果上的可靠性，同时揭示了计算效率的阶跃式提升潜力。Pumas凭借其基于Julia语言的微分方程求解器优化，实现了“模拟-分析-可视化”一体化工作流，为大规模肿瘤免疫药物剂量优化研究提供了新范式。值得注意的是，软件选择需综合考量用户熟悉度（NONMEM拥有成熟的Pirana图形界面）、开源需求（RxODE免费）与计算规模，但Pumas在处理高维度药理学数据时展现的AI兼容性，标志着计算药理学正迈向智能加速时代。
