【4PL擬合】不同的拐點使用不同的濃度單位社區您好，
我們在非線性 4P Rodbard 擬合的拐點計算中面臨一些問題。
該模型是基本的：
X：濃度 [nM]
Y: % 特定殺戮
作者：樣品
我通常在 JMP 上運行這個，但我們部門的其他團隊成員正在使用 ou bio-informatitian 的服務，她使用 pM 中的濃度。
乍一看，沒問題，差異應該只有 1000 倍。 但是，我們發現對於某些試穿，她沒有任何問題，但我在 JMP 上觀察到了不同的結果。
下面是一個例子：
| 濃度 [nM] |
濃度 [pM] |
比殺[%] |
| 20 |
20000 |
103.2 |
| 2 |
2000年 |
103.5 |
| 0.2 |
200 |
102.6 |
| 0.02 |
20 |
104.9 |
| 0.002 |
2 |
99.9 |
| 0.0002 |
0.2 |
-5.0 |
| 0.00002 |
0.02 |
13.3 |
| 0.000002 |
0.002 |
9.2 |
| 2E-07 |
0.0002 |
0.3 |
| 2E-08 |
0.00002 |
6.1 |
這是我的模型結果
使用 x 作為濃度 [nM]
| 範圍 |
估計 |
標準錯誤 |
瓦爾德卡方 |
概率 > 卡方 |
降低 95% |
上 95% |
| 增長率 |
-5.39 |
282.61 |
0.00 |
0.98 |
-559.29 |
548.50 |
| 拐點 |
0.001096 |
0.03 |
0.00 |
0.97 |
-0.07 |
0.07 |
| 下漸近線 |
4.77 |
2.98 |
2.57 |
0.11 |
-1.07 |
10.61 |
| 上漸近線 |
103.55 |
2.98 |
1209.02 |
<.0001 |
97.71 |
109.39
|
使用 x 作為濃度 [pM]
| 範圍 |
估計 |
標準錯誤 |
瓦爾德卡方 |
概率 > 卡方 |
降低 95% |
上 95% |
| 增長率 |
-6.76 |
6445.81 |
0.00 |
1.00 |
-12640.32 |
12626.80 |
| 拐點 |
1.2354 |
567.78 |
0.00 |
1.00 |
-1111.60 |
1114.07 |
| 下漸近線 |
4.77 |
2.98 |
2.57 |
0.11 |
-1.06 |
10.61 |
| 上漸近線 |
103.54 |
2.98 |
1209.97 |
<.0001 |
97.71 |
109.38 |
如您所見，拐點（以及其他差異，例如增長率）不僅有 1000 倍的差異。
你知道我們為什麼會有這樣的差異嗎？ 對於我們幾乎所有的樣本，都沒有差異，只有少數，
如果使用我們的 bio-info sript 在 R 上運行具有可變斜率的 4PL，我們也會看到不同的值（通常何時相似）。
你能幫我們嗎？
在此先感謝您的幫助 ：）
分析回复：[4PL 擬合] 使用不同濃度單位的不同拐點你混淆了數學和計算。 是的，單位的變化意味著濃度水平相差 1000 倍。 但是參數是從數據中估計出來的。 您正在推動估算的數值準確性。 此外，指定模型是 (1) 在這種情況下的糟糕選擇或 (2) 數據不支持。
我使用 JMP: File > Internet Open > Web Page 從您的示例創建 JMP 數據表。
這是使用分析 > 專業建模 > 擬合曲線和以 nM 為單位的濃度的 Rodbard 模型的擬合。
這是相同的分析，但使用濃度作為 pM：
您可以立即看到問題。 使用任一單位都看不到 S 形。 這種情況導致估計不穩定。 我嘗試了 log10 轉換，但沒有幫助。 響應在 2 到 0.2 nM 之間突然變化，因此未觀察到 sigmoidal 形狀。 為了使用此模型，您可能必須將濃度擴大到 2 到 0.2 nM 之間才能更好地定義轉變。
回复：[4PL 擬合] 使用不同濃度單位的不同拐點感謝您的回复 ！
據我了解，Rodbard 擬合是專門為非對數轉換數據擬合而設計的。 這也是我們通常選擇這種型號的原因。
如果出於任何原因我們必須使用對數轉換數據，我們通常會選擇 4P-Hill 模型。
實際上，如果您更改比例的可視化，（使用軸的對數可視化而不進行對數轉換進行擬合），我們確實有一個很好的擬合，如下所示：
（但我的想法可能是錯誤的，我不是數學家 
。
但是，您的第二點對我來說很有意義，對於這個樣本，2 和 0.2pM 之間確實存在很大差距，這可能是拐點近似值的問題。
這也是我們在內部注意到的事情，這通常是我們在 pM 和 nM 近似值之間以及不同軟件之間（乍一看使用相同模型）之間可能存在不一致的原因。
謝謝你。
回复：[4PL 擬合] 使用不同濃度單位的不同拐點您的數據顯示階躍函數，而不是 sigmoidal 曲線。 您有下漸近線和上漸近線，但沒有關於它們之間轉換的信息（數據）。 該數據可能已被選為用於定位過渡的調查，但它無法對過渡進行建模。 我建議進行第二項研究，放大一個更窄的範圍，該範圍仍然包括漸近線，但也展示了幾個濃度的轉變。
