企业官网建设流程全解析

虚拟器官插件开发教程（5）：CiPA 合规的多电流阻滞层——7 电流面板、Hill 方程与 hERG 的例外

版本声明块

• 工具/软件：github.com/FDA/CiPA（R＋C，GPL-3.0）、github.com/FDA/cipated（TED 格式 Python 包，CC0-1.0）、Chaste/ApPredict（BSD 生态，--model 6=ORd、--model 8=ORd-CiPA v1）
• 语言/环境：Python 3.10+（dataclass/enum，纯标准库）、YAML、R 4.x（仅作子进程调用）
• 本文目标：把第 4 篇的单电流阻滞扩成 CiPA 的 7 靶点面板，并给出一套不会被单位与靶点缺项坑到的配置层

一句话结论：CiPA 的药理学层就是七个靶点各自的阻滞曲线b(C)=C^nH/(IC50^nH+C^nH)配上电导缩放g_eff=g_max*(1-b)，外加一个例外——hERG（I_Kr，基因 KCNH2）在 FDA/CiPA 参考实现里不用稳态 Hill，而用结合动力学 Markov 亚模型：仓库分工是hERG_fitting/拟合 hERG、Hill_fitting/拟合其余 6 电流，并对 IC50/Hill 做2000 组参数抽样（官方 README 逐字：Rscript AP_simulation.R -d dofetilide -x "1-10,15,20,25" -i "1-2000"）；面板从 2016 论文的"六个离子通道"演进为现行7 靶点，其中I_K1 的基因是 KCNJ2（通道蛋白 K_ir2.1）——ApPredict 页面把它写成 KCNN4 是笔误，申报文档里不要照抄。

〇、本篇要解决的认知问题

• 问题 1：CiPA 的"7 电流面板"具体是哪七个？每个靶点的基因/通道怎么对应，为什么 I_K1 常被写错？
• 问题 2：Hill 阻滞与 conductance block（电导阻滞）合起来在数学上到底改了什么？
• 问题 3：hERG 为什么不能和其他 6 个电流一样处理？"virtual hERG"这个说法可信吗？
• 问题 4：FDA/CiPA 仓库的"6＋1"分工与 2000 组抽样，对插件实现意味着什么？
• 问题 5：浓度单位、游离/总浓度、Cmax 倍数这些约定该写在哪一层？

一、机制解析

1.1 七靶点面板（含方向性直觉）

演进史要写清：2016 年的方法学论文写的是 “panel consisting ofsix ion channels”（Crumb/Johannesen/Strauss,J Pharmacol Toxicol Methods2016），落地到官方代码与数据时是7 靶点＋hERG 亚模型的形态。只交 6 项面板（尤其漏 I_K1）是常见的实现缺陷。

为什么这对你重要：面板缺项在申报里不是"少一个字段"，而是被质疑"你的对冲机制没建模"。评审问的第一个问题往往是：I_CaL 和 I_NaL 的阻滞怎么进来的？

1.2 数学只有一行，工程有五行

b_i(C) = C^n_i / (IC50_i^n_i + C^n_i) # 第 i 个靶点的阻滞率，0<=b<=1 g_i,eff = g_i,max * (1 - b_i(C)) # conductance block：只缩最大电导，不动门控 I_i,drug = g_i,eff * O_i(V,t) * (V - E_i) # 门控 O_i 与驱动力不变 -> 电流线性缩小

五行工程指的是：单位换算、C=0 短路、n的上下界、b与 Markov 分流、以及缺测靶点的表示法（缺测 ≠ IC50=∞，缺测要写measured: false并降证据等级）。

为什么这对你重要：公式一行就能抄，边界处理才是插件的差别。同一段 Hill 代码，别人跑出来能申报、你跑出来被质疑，差距往往就在这五行上——它们决定了"数值是否可追溯"。

1.3 hERG 的两个例外，以及"virtual hERG"的甄别

例外一：温度。湿测 hERG 常在室温做，而阻滞动力学 strongly 依赖温度。CiPA 路线里对应的是温度依赖的 in silico hERG 模型：Li Z 等,J Pharmacol Toxicol Methods2016;81:233-239,doi:10.1016/j.vascn.2016.05.005，用途就是把室温测得的 hERG 数据外推到生理温度。

例外二：时间。hERG 阻滞是状态依赖且结合/解离有限速的过程，稳态 Hill 只描述"平衡时阻了多少"，无法描述"这一拍里阻滞如何随电压与时间演化"。CiPA 参考实现因此用Markov 药动-药效亚模型：Li Z 等,Circ Arrhythm Electrophysiol2017;10:e004628,doi:10.1161/CIRCEP.116.004628；配套的阻滞效力评价策略见 Ridder/Li 2020, doi:10.1016/j.taap.2020.114961。

为什么这对你重要：把 hERG 当稳态 Hill 实现，插件照样出曲线、评审照样能看到"APD 延长"——但你会在验证集上被"低浓度不延长、高浓度陡增"这类时间依赖形态打穿。留一个block_model字段，就是给这个坑留一块补丁板。

术语甄别：“virtual hERG” 不是 CiPA 的正式术语。检索到这个词时，先问对方指的是哪一件具体工作——是 Li 2016 的温度依赖模型、Li 2017 的结合动力学 Markov 模型，还是某家厂商的商业模块。同理，CiPA 语境里的 “core lab” 主体是FDA CDER（OCP ＋ Division of Applied Regulatory Science ＋ Division of Cardiology and Nephrology），网上流传的"NCATS-IPD / NCATS in silico core lab"说法未获证实；而 “CuteCell” 是 Regenlab 的 PRP 医疗器械，与 CiPA 无关；“BECF” 这一缩写在本系列素材里无法证实，不要写进方案。

1.4 FDA/CiPA 仓库的"6＋1"与 2000 组抽样

github.com/FDA/CiPA (R 67% / C 25%, GPL-3.0, 作者 Kelly Chang、Zhihua Li) ├── models/ newordherg_qNet.c -> R CMD SHLIB 编译成 .so 供 R 调用 ├── AP_simulation/ AP_simulation.R # 逐化合物、逐浓度、逐参数样本跑 AP 并算 qNet ├── Hill_fitting/ # 6 个电流的 IC50 / Hill 系数拟合 └── hERG_fitting/ # hERG 的 Markov 结合动力学拟合（1 个 -> "6+1" 的由来）

官方 README 的命令行（逐字，注意-i "1-2000"才是开启不确定度样本）：

cdmodels&&R CMD SHLIB newordherg_qNet.c Rscript AP_simulation.R-ddofetilide-x"1-10,15,20,25"# 最优拟合参数Rscript AP_simulation.R-ddofetilide-x"1-10,15,20,25"-i"1-2000"# 2000 个不确定度样本Rscript compute_qNet_CI.R;Rscript compute_TdP_error.R--uncertainty

对你的三条约束：(1)参考实现的"参数"是2000 组而非一组点估计，你的插件输出必须有不确定度通道；(2)它是GPL-3.0，跨语言调用要走子进程；(3)模型版本要写清CiPAORdv1.0（Dutta 2017, doi:10.3389/fphys.2017.00616）而不是笼统写"ORd"（原版 ORd 是 PLoS Comput Biol 2011, doi:10.1371/journal.pcbi.1002061，参数不同）。

为什么这对你重要：2000 组抽样不是学术摆设，它是接口约束——你的插件必须能"同一条件跑 N 个参数样本"。这意味着执行器要支持参数注入与种子管理（第 14 篇的批量调度、第 19 篇的审计字段都在此埋下）。没有这条通道，将来任何"模型置信度"的提问你都无法回答。

1.5 ApPredict：把"哪个变量是电导"变成模型元数据

ApPredict（Chaste 官方 user project）在 7 电流阻滞下预测 AP，做法是要求 CellML 模型给相关量打 oxmeta 本体标签，再用--model 6（ORd）/--model 8（ORd-CiPA v1）选择模型；Web 门户是https://cardiac.nottingham.ac.uk/ActionPotentialPortal/。两个值得抄的工程点：(a)本体标签解耦"物理量"与"变量名"（治第 4 篇 1.6 的病）；(b)APD 评估失败时返回专用错误码而不是抛异常字符串——第 4 篇的failure_reason就是照此设计。

1.6 面板之外：湿测方案、TED 数据与回归集

面板只是"合同模板"，合同里要填的是数据。CiPA 侧可供对标的三类官方资产：

1. 标准化湿测方案：FDA 发布的离子通道标准化方案覆盖hERG / Ca_v1.2 / Na_v1.5（fda.gov/media/131157），它决定你拿到的 IC50 是什么温度、什么电压协议、什么细胞系下测的——这三项没记录，阻滞参数就没有可比性。
2. TED 格式实验数据：github.com/FDA/cipated提供 TED（Tabulated Experimental Data）的 Python 包，许可 CC0-1.0，是目前最适合直接进插件 CI 的数据容器（对比：R 仓库是 GPL-3.0）。
3. 回归集：CiPA 28 化合物集（data/CiPA_training_drugs.csv，TdP 风险类别 0/1/2）。第 15 篇的验证报告就以它为主战场：灵敏度/特异度/错分率三件套按 Li 2020 通用原则（CPT2020;107(2):322-332, doi:10.1002/cpt.1647）报告。

面板该配到哪一步：7 靶点是 CiPA 的选择，不是生理学的终点（例如 I_CaL 的钙释放与钙转运相关电流、晚电流的分隔方式在不同细胞模型里处理不同）。工程上的判断标准只有一条：你引入的每个靶点，是否有可追溯的湿测常数来源；有则进面板，无则写measured: false并在限制声明里说清。ApPredict 的--model 6（ORd）与--model 8（ORd-CiPA v1）也是同一逻辑——模型编号变了，面板的解释就变了。

为什么这对你重要：面板不是越全越好，而是每一项都要能追溯到一张湿测记录单。你的插件之所以能被审计，靠的就是这条链路，而不是电流数量。

1.7 与第 4 篇的接缝

第 4 篇的插件契约里那个blocks: Dict[str, ChannelBlock]字段，本篇给了它三件必需的东西：靶点枚举（防缺项）、单位（防平移）、block_model（防把 hERG 当稳态 Hill）。接缝处的实现原则是：配置层不知道模型层存在——面板只输出"每个电流的缩放系数（或 Markov 亚模型的结合/解离输入）“，由模型适配器决定这个系数乘到哪个变量上（回到第 2 篇 1.6 的"变量名跨模型不一致”）。这条分界线画好，插件才能同时挂 Myokit、ApPredict 与自研内核。

为什么这对你重要：把"药理学"与"模型变量映射"解耦，是这套代码能活过模型换代（ORd → CiPAORdv1.0 → ToR-ORd）的唯一办法。

二、完整代码与逐行剖析

2.1 7 电流 Hill 配置层（纯标准库，完整可跑）

"""CiPA 7 靶点阻滞配置层：枚举锁靶点、dataclass 锁参数、单位在入口处换算。"""fromdataclassesimportdataclass,fieldfromenumimportEnumfromtypingimportDict,OptionalclassCurrentName(str,Enum):# 枚举即"字典"：拼写漂移与缺项在构造期就暴露I_Kr="I_Kr";I_Ks="I_Ks";I_CaL="I_CaL";I_Na="I_Na"I_NaL="I_NaL";I_to="I_to";I_K1="I_K1"GENE={CurrentName.I_Kr:"KCNH2",CurrentName.I_Ks:"KCNQ1",CurrentName.I_CaL:"CACNA1C",CurrentName.I_Na:"SCN5A",CurrentName.I_NaL:"SCN5A（晚电流分量）",CurrentName.I_to:None,# 本素材未核实 -> 输出"待核"，绝不用记忆填空CurrentName.I_K1:"KCNJ2"}# 不是 KCNN4（ApPredict 页面笔误）@dataclass(frozen=True)classHillBlock:ic50_uM:floathill_n:float=1.0model:str="hill"# hill | markov：hERG 在这里被分流出去measured:bool=True# 缺测要显式标 False，而不是编一个巨大的 IC50def__post_init__(self):ifself.ic50_uM<=0:raiseValueError("IC50 必须为正（单位锁 µM）")ifself.hill_n<=0:raiseValueError("Hill 系数必须为正")defblock(self,c_uM:float)->float:ifc_uM<0:raiseValueError("浓度不得为负")ifc_uM==0:return0.0# 0**n 与浮点噪声的短路returnc_uM**self.hill_n/(self.ic50_uM**self.hill_n+c_uM**self.hill_n)@dataclassclassPanel:blocks:Dict[CurrentName,HillBlock]=field(default_factory=dict)def__post_init__(self):missing=[k.valueforkinCurrentNameifknotinself.blocks]ifmissing:raiseValueError(f"7 电流面板缺项：{missing}")# 第 4 篇崩溃点的直接对策：不许单靶点defscale(self,name:CurrentName,c_uM:float)->float:b=self.blocks[name]ifnotb.measured:raiseRuntimeError(f"{name.value}缺测，禁止当作'无阻滞'参与计算")ifb.model!="hill":raiseRuntimeError(f"{name.value}标记为{b.model}亚模型（hERG），不能用稳态 Hill 缩电导；"f"需结合动力学 ODE（Li 2017 doi:10.1161/CIRCEP.116.004628）")return1.0-b.block(c_uM)deffrom_nM(v:float)->float:# 单位换算是入口职责，不是调用方口头约定returnv*1.0e-3panel=Panel({# 以下 7 组 IC50/Hill 全是"演示占位值"，不对应任何真实化合物；实盘值来自湿测或 Hill_fitting/hERG_fittingCurrentName.I_Kr:HillBlock(ic50_uM=0.02,model="markov"),CurrentName.I_Ks:HillBlock(ic50_uM=3.0),CurrentName.I_CaL:HillBlock(ic50_uM=2.0),CurrentName.I_Na:HillBlock(ic50_uM=1.5,hill_n=1.4),CurrentName.I_NaL:HillBlock(ic50_uM=1.5,hill_n=1.4),CurrentName.I_to:HillBlock(ic50_uM=8.0),CurrentName.I_K1:HillBlock(ic50_uM=12.0),})forkinCurrentName:# 打印面板清单（基因未核实的显式打"待核"）print(f"{k.value:6s}gene={GENE[k]or'待核':24s}model={panel.blocks[k].model}")print("单位自检：100 nM ->",from_nM(100.0),"uM ；Cmax=0.5 uM 时 1.5 uM =",1.5/0.5,"倍 Cmax")forcin[0.0,0.5,1.0,2.0,5.0,20.0]:# 只有 Hill 靶点给缩放系数，hERG 留空待 Markovprint(f"C={c:5.2f}uM 电导缩放 ->",{k.value:(Noneifpanel.blocks[k].model!="hill"elseround(panel.scale(k,c),4))forkinCurrentName})assertabs(HillBlock(2.0,1.0).block(2.0)-0.5)<1e-12# 半阻点性质：C=IC50 -> b=0.5assertHillBlock(2.0,2.0).block(4.0)>HillBlock(2.0,1.0).block(4.0)# n 越大高浓度段越陡forname,whyin[(CurrentName.I_Kr,"稳态 Hill 用在 hERG"),(CurrentName.I_to,"靶点缺测")]:ifnameisCurrentName.I_to:panel.blocks[name]=HillBlock(ic50_uM=8.0,measured=False)# 原地替换成"缺测"状态try:panel.scale(name,1.0)print("!! 未拦截:",why)exceptRuntimeErrorase:print(f"拦截{why}:{e}")print("面板性质断言通过")

本机实跑（Python 3.10.11，纯标准库）：

I_Kr gene=KCNH2 model=markov I_Ks gene=KCNQ1 model=hill I_CaL gene=CACNA1C model=hill I_Na gene=SCN5A model=hill I_NaL gene=SCN5A（晚电流分量） model=hill I_to gene=待核 model=hill I_K1 gene=KCNJ2 model=hill 单位自检：100 nM -> 0.1 uM ；Cmax=0.5 uM 时 1.5 uM = 3.0 倍 Cmax C= 0.00 uM 电导缩放 -> {'I_Kr': None, 'I_Ks': 1.0, 'I_CaL': 1.0, 'I_Na': 1.0, 'I_NaL': 1.0, 'I_to': 1.0, 'I_K1': 1.0} C= 0.50 uM 电导缩放 -> {'I_Kr': None, 'I_Ks': 0.8571,'I_CaL': 0.8, 'I_Na': 0.8232,'I_NaL': 0.8232,'I_to': 0.9412, 'I_K1': 0.96} C= 2.00 uM 电导缩放 -> {'I_Kr': None, 'I_Ks': 0.6, 'I_CaL': 0.5, 'I_Na': 0.4007,'I_NaL': 0.4007,'I_to': 0.8, 'I_K1': 0.8571} C=20.00 uM 电导缩放 -> {'I_Kr': None, 'I_Ks': 0.1304,'I_CaL': 0.0909,'I_Na': 0.0259,'I_NaL': 0.0259,'I_to': 0.2857, 'I_K1': 0.375} 拦截 稳态 Hill 用在 hERG: I_Kr 标记为 markov 亚模型（hERG），不能用稳态 Hill 缩电导；需结合动力学 ODE（Li 2017 doi:10.1161/CIRCEP.116.004628） 拦截 靶点缺测: I_to 缺测，禁止当作'无阻滞'参与计算 面板性质断言通过

剖析：注意I_CaL在C=2 µM（恰为其 IC50）时缩放系数是0.5，而I_Na/I_NaL因n=1.4在同浓度已降到0.4007——Hill 系数不是装饰，它决定多靶点曲线在生理浓度窗里的相对斜率；把 7 个n全设成 1 等于悄悄改了药理学假设。

2.2 面板配置文件（YAML，可 diff、可进申报附录）

# contracts/panel/ciPA7.yaml —— 7 电流阻滞面板的"实验定义"（演示值，非实测）conc_units:"uM"# 面板唯一单位；nM 由采集端换算后写入concentration_basis:"free"# 游离浓度口径；用 Cmax 倍率时改成 "cmax_multiple" 并补 cmax_uMtargets:I_Kr:{gene:"KCNH2",ic50_uM:0.02,hill_n:1.0,block_model:"markov"}# FDA/CiPA: hERG_fitting/I_Ks:{gene:"KCNQ1",ic50_uM:3.0,hill_n:1.0,block_model:"hill"}I_CaL:{gene:"CACNA1C",ic50_uM:2.0,hill_n:1.0,block_model:"hill"}I_Na:{gene:"SCN5A",ic50_uM:1.5,hill_n:1.4,block_model:"hill"}I_NaL:{gene:"SCN5A",ic50_uM:1.5,hill_n:1.4,block_model:"hill",note:"晚电流分量"}I_to:{gene:null,ic50_uM:8.0,hill_n:1.0,block_model:"hill",note:"基因待核，以官方文档为准"}I_K1:{gene:"KCNJ2",ic50_uM:12.0,hill_n:1.0,block_model:"hill"}# 不是 KCNN4uncertainty:param_samples:2000# 对齐 FDA/CiPA 的 -i 1-2000 抽样范式report:["APD90_CI","qNet_CI"]model_binding:cell_model:"CiPAORdv1.0"doi:"10.3389/fphys.2017.00616"

2.3 与 GPL-3.0 参考实现的安全对接（bash）

# 对表官方结果：R 进程隔离，只交换 CSV，绝不 import 进闭源插件gitclone https://github.com/FDA/CiPA&&cdCiPA# GPL-3.0：单独目录、单独许可证清单cdmodels&&R CMD SHLIB newordherg_qNet.c# C 加速核：qNet 的编译入口cd..Rscript AP_simulation.R-ddofetilide-x"1-10,15,20,25"-i"1-2000"\>runs/fda_ref_dofetilide.csv2>runs/fda_ref.stderr# stdout 留数据、stderr 留日志，便于审计Rscript compute_qNet_CI.R;Rscript compute_TdP_error.R--uncertainty# 把上面产物当"金标准回归集"：你的 Python 面板在同一批浓度上对表，误差写进验证报告（第 15 篇）

三、常见报错与排查

1. hERG 用稳态 Hill 也能跑出曲线，为什么不行？——因为它假定"瞬时平衡阻滞"，而真实 hERG 阻滞随膜电位历史与时间演化（Li 2017 Markov 模型的存在理由）；另外湿测多在室温，需按 Li 2016（doi:10.1016/j.vascn.2016.05.005）思路外推到生理温度。解法：面板里block_model: markov，让配置层强制分流。
2. 浓度-反应曲线整体平移 3 个数量级——根因：nM 与 µM 混用。解法：面板只接受uM，采集端调用from_nM()换算并在报告里同时打印原始值。
3. ValueError: 7 电流面板缺项：['I_K1']——根因：照抄了 2016 论文的"六电流面板"。解法：补齐 7 靶点；确实缺测的靶点用measured: false表达，而不是编一个极大 IC50。
4. I_K1 的基因写成 KCNN4——这是 ApPredict 页面自身的笔误；I_K1 的通道蛋白是 K_ir2.1，基因KCNJ2。解法：在配置里集中维护GENE表，文档/图表都从它渲染，改一处即可。
5. “我看别人用 virtual hERG 模型”——该词不是正式术语。解法：追问具体出处（Li 2016 温度依赖 / Li 2017 结合动力学 / 商业模块），把它写进依赖清单而不是留在口头。
6. R 参考实现报缺编译工具——R CMD SHLIB newordherg_qNet.c需要本机 C 工具链；具体版本要求以官方 README 为准，工具链问题不要在 Python 侧绕。

四、动手练习

1. 面板完整性：删掉 YAML 里的I_to与I_K1两行，重跑 2.1。判定标准：构造Panel时抛ValueError并列出恰好这两个缺项名。
2. 对冲实验：把I_CaL的ic50_uM改成0.3（强阻滞）再对比I_Kr单独强阻滞，接回第 4 篇的 APD90 读数函数。判定标准：前者 APD 延长显著小于后者，理解"多通道共阻滞对冲"与 J-Tpeak 的机制关系。
3. 不确定度通道：给HillBlock加ic50_uM_ci: Optional[tuple]，并在扫描时按区间端点各跑一遍。判定标准：每个浓度输出 APD90 的区间（上界/下界），且区间宽度随浓度单调不减。

五、小结与下一篇预告

本篇把药理学层从"一条 hERG"升级成可审计的 7 靶点面板：枚举与 dataclass 锁住靶点与单位、block_model把 hERG 分流到 Markov 结合动力学、2000 组抽样把不确定度变成一等公民，同时对 I_K1 基因（KCNJ2）、“virtual hERG”、NCATS 归属、CuteCell/BECF 这几处常见讹用作了纠正。第 4 篇给的是读数协议，本篇给的是给药协议，下一篇（第 6 篇）把两者接到 CiPA 的核心指标qNet（Dutta 2017 的 CiPAORdv1.0 与净电荷读数，并用 Python 复算）上，第 8 篇再把细胞读数放大到 J-Tpeak 与 TdP 分档 0/1/2。

本篇认知问题回显（FAQ）

Q1：CiPA 的 7 电流面板具体是哪七个，基因怎么对应？
A：I_Kr（hERG/K_v11.1，KCNH2）、I_Ks（KCNQ1）、I_CaL（Ca_v1.2，CACNA1C）、I_Na（Na_v1.5，SCN5A）、I_NaL（SCN5A 晚电流分量）、I_to（瞬时外向钾，基因符号以官方文档为准）、I_K1（K_ir2.1，KCNJ2）。I_K1 写成 KCNN4 是 ApPredict 页面的笔误；2016 论文表述为"六个离子通道"，落地面板是 7 靶点。

Q2：Hill 阻滞加 conductance block 在模型里到底改了什么？
A：只改最大电导：b(C)=C^nH/(IC50^nH+C^nH)，g_eff=g_max*(1-b)，电流I=g_eff*O(V,t)*(V-E)。门控变量与驱动力不变，因此只需两个可湿测参数（IC50、nH）；代价是隐含"快速可逆且电压无关"的假设，hERG 不满足该假设。

Q3：hERG 为什么要特殊处理？有没有温度依赖和结合动力学两条不同的路线？
A：有两条且互补：温度依赖的 hERG 计算模型（Li 2016,J Pharmacol Toxicol Methods81:233-239, doi:10.1016/j.vascn.2016.05.005）用于把室温数据外推到生理温度；结合动力学 Markov 亚模型（Li 2017,Circ Arrhythm Electrophysiol10:e004628, doi:10.1161/CIRCEP.116.004628）描述阻滞随时间/状态演化，FDA/CiPA 的hERG_fitting/走的就是这条；“virtual hERG” 不是正式术语，需追问所指工作。

Q4：FDA/CiPA 仓库的"6＋1"分工与 2000 组参数抽样怎么理解？
A：hERG_fitting/单独拟合 hERG（1），Hill_fitting/拟合其余 6 个电流的 IC50/Hill 系数（6），共"6＋1"；AP_simulation.R用-i "1-2000"对拟合参数做 2000 组抽样传播不确定度（Rscript AP_simulation.R -d dofetilide -x "1-10,15,20,25" -i "1-2000"），再用compute_qNet_CI.R、compute_TdP_error.R --uncertainty出置信区间与错分率。该仓库 GPL-3.0，须用子进程调用。

Q5：浓度单位与游离/总浓度这类约定应该写在哪一层？
A：写进面板配置与校验代码：conc_units: "uM"由Panel/HillBlock强制，from_nM()在采集端完成换算；口径字段concentration_basis取free（游离）或cmax_multiple（配cmax_uM）。蛋白结合率、游离分数修正等实验侧做法本素材未核实，以官方方案（FDA 离子通道标准化方案 fda.gov/media/131157）与文献为准，插件只负责把口径记录成元数据。