CSB — Disease + Nutrition Digital Twin

CSB is a computational digital twin for disease and nutrition. It unifies two worlds that normally live apart — mechanistic biology (ODE/PDE kinetics, PBPK pharmacokinetics, genome-scale flux balance) and physics-informed machine learning (PINNs, neural ODEs) — behind a single model contract, so the same disease can be solved classically and learned, then the two cross-checked. It scales from one molecular definition to whole-patient, multi-organ simulation, and it is the efficacy engine that powers the CTAP mock dossiers.

CSB는 질환과 영양을 위한 계산 기반 디지털 트윈입니다. 보통 따로 다뤄지는 두 세계 — 기전 생물학(ODE/PDE 동역학, PBPK 약동학, 게놈 규모 대사 균형)과 물리 정보 기반 머신러닝(PINN, Neural ODE) — 을 하나의 모델 계약으로 통합합니다. 같은 질환을 고전적으로도 풀고 학습으로도 풀어 서로 교차 검증합니다. 분자 정의 하나에서 전신·다장기 시뮬레이션까지 확장되며, CTAP 가상 도시어의 유효성 엔진이기도 합니다.

            simpl-agent                (the brain — reasons, orchestrates)
             /        \
   grounds in          simulates with
        v                    v
      RAPL                  CSB          (providers — retrieve / simulate)
 (MFDS regulatory      (disease + nutrition
  retrieval)            digital twin)

Approach / 접근: one contract, mechanistic + learned · Status / 상태: Beta (베타) · Note / 참고: proprietary — description only (비공개, 소개만)

Explore the project · 프로젝트 자세히 →