以下の過程で、in vitro 溶出データから PK が予測されます。

まず、既知の PK データを in vivo 溶出データ（またはバイオアベイラビリティ）に変換するステップ（Deconvolution）が必要となります。
本モジュールでは、Deconvolution の手法として、以下が用意されています。

• Mechanistic Absorption モデル
• Wagner-Nelson 法（1-コンパートメントモデル）
• Loo-Riegelman 法（2-コンパートメントモデル）
• Loo-Riegelman 法（3-コンパートメントモデル）
• Numerical Deconvolution

吸収過程も考慮した Mechanistic Absorption モデルでは、長い計算を必要とする代わりにより正確な Deconvolution を行い、古典的な手法である Wagner-Nelson 法、Loo-Riegelman 法では、よりスピーディーに Deconvolution を行います。

Deconvolution 終了後、得られた in vivo 溶出データ（またはバイオアベイラビリティ）と、既知の in vitro 溶出データの相関式を構築します。

IVIVC 構築に使用したデータを用いたバリデーション（Internal）と、別データを用いたバリデーション（External）により、IVIVC モデルの精度を検証します。

高精度の IVIVC モデルを使用し、異なる in vitro 溶出を示す新規製剤の in vivo 溶出データ（またはバイオアベイラビリティ）が計算され、この in vivo 溶出データが PK に変換（Convolution）されます。