[4PL 피팅] 농도 단위에 따라 변곡점이 달라지는 모습커뮤니티 여러분, 안녕하세요.
비선형 4P Rodbard 피팅에 대한 변곡점 계산에서 몇 가지 문제에 직면했습니다.
모델은 기본입니다.
X: 농도 [nM]
Y: %특정 살상
작성자: 샘플
저는 주로 JMP로 실행하는데, 우리 부서의 다른 팀원들은 ou 생명정보사의 서비스를 이용하고 있는데 그녀는 농도를 pM 단위로 사용했습니다.
언뜻 보면 문제가 되지 않습니다. 단지 1000배 정도의 차이만 있을 것입니다. 그러나 일부 피팅에서는 문제가 없는 것으로 나타났으나 JMP에서는 다른 결과가 관찰되었습니다.
예는 다음과 같습니다.
| 농도 [nM] |
농도 [pM] |
특정 살상 [%] |
| 20 |
20000 |
103.2 |
| 2 |
2000 |
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 |
그리고 여기 내 모델 결과가 있습니다.
x를 농도 [nM]로 사용
| 매개변수 |
추정 |
표준 오류 |
왈드 키스퀘어 |
프로브 > 카이스퀘어 |
95% 이하 |
상위 95% |
| 성장률 |
-5.39 |
282.61 |
0.00 |
0.98 |
-559.29 |
548.50 |
| 변곡점 |
0.001096 |
0.03 |
0.00 |
0.97 |
-0.07 |
0.07 |
| 하한 점근선 |
4.77 |
2.98 |
2.57 |
0.11 |
-1.07 |
10.61 |
| 상부 점근선 |
103.55 |
2.98 |
1209.02 |
<.0001 |
97.71 |
109.39
|
x를 농도로 사용 [pM]
| 매개변수 |
추정 |
표준 오류 |
왈드 키스퀘어 |
프로브 > 카이스퀘어 |
95% 이하 |
상위 95% |
| 성장률 |
-6.76 |
6445.81 |
0.00 |
1.00 |
-12640.32 |
12626.80 |
| 변곡점 |
1.2354 |
567.78 |
0.00 |
1.00 |
-1111.60 |
1114.07 |
| 하한 점근선 |
4.77 |
2.98 |
2.57 |
0.11 |
-1.06 |
10.61 |
| 상부 점근선 |
103.54 |
2.98 |
1209.97 |
<.0001 |
97.71 |
109.38 |
보시다시피 변곡점(및 성장률과 같은 기타 차이점)에는 1000배의 차이만 있는 것이 아닙니다.
왜 우리가 그런 차이를 가지고 있는지 아십니까? 거의 모든 샘플에는 차이가 없으며 그 중 소수만 있습니다.
또한 바이오 정보 스크립트를 사용하여 R과 Prism에서 가변 경사로 4PL을 실행하는 경우에도 다른 값을 볼 수 있습니다(일반적으로 유사한 경우).
우리 좀 도와 줄수있어 ?
도움을 주셔서 미리 감사드립니다 
결과 공유 및 전달Re: [4PL 피팅] 농도 단위에 따른 변곡점 다름아니요, 부정확한 데이터의 문제가 아닙니다. 그 사실은 비선형 모델에 내재된 오류라는 무작위 효과에 의해 처리됩니다. 이는 잘못된 모델 선택, 선택한 모델을 뒷받침할 데이터 부족, 사용 중인 소프트웨어와 하드웨어에 의해 구현된 수치 방법의 유한한 정밀도 때문입니다.
Re: [4PL 피팅] 농도 단위에 따른 변곡점 다름귀하의 통찰력에 감사드립니다!
나는 변곡점의 더 나은 적합성과 근사치를 얻기 위해 곡선 중간에서 일부 값을 찾기 위해 해당 데이터에서 희석을 변경해야 한다는 것을 이해합니다.
다른 소프트웨어에서는 두 단위 모두에 대해 유사한 답을 제공하지만(JMP와는 다름) JMP가 두 개의 서로 다른 단위를 사용하여 이 모델을 다르게 피팅한다는 것이 나에게는 이상했습니다. 아무래도 데이터가 정확하지 않은 게 가장 큰 이유인 것 같아요.
Re: [4PL 피팅] 농도 단위에 따른 변곡점 다름데이터에는 시그모이드 곡선이 아닌 계단 함수가 표시됩니다. 하한 점근선과 상한 점근선은 있지만 이들 사이의 전이에 대한 정보(데이터)는 없습니다. 이 데이터는 전환을 찾기 위한 설문조사로 선택되었을 수 있지만 전환을 모델링할 수는 없습니다. 나는 두 점근선을 모두 포함하지만 여러 농도에 대한 전환을 나타내는 더 좁은 범위를 확대하는 두 번째 연구를 제안합니다.
Re: [4PL 피팅] 농도 단위에 따른 변곡점 다름답장을 보내 주셔서 감사합니다 !
내가 이해한 바로는 Rodbard 피팅은 로그 변환되지 않은 데이터 피팅을 위해 특별히 설계되었습니다. 이것이 우리가 보통 이 모델을 선택하는 이유입니다.
어떤 이유로든 로그 변환 데이터를 사용해야 하는 경우 일반적으로 4P-Hill 모델을 선택합니다.
실제로 척도의 시각화를 변경하면(피팅에 대한 로그 변환 없이 축의 로그 시각화를 사용하여) 아래에서 볼 수 있듯이 실제로 잘 맞습니다.
(그러나 내 생각은 틀릴 수 있습니다. 저는 수학자가 아닙니다 .)
그러나 두 번째 요점은 저에게 이해가 됩니다. 이 샘플의 경우 2pM과 0.2pM 사이에 큰 차이가 있어 변곡점 근사치에 문제가 될 수 있다는 것이 사실입니다.
이는 우리가 내부적으로 알아차린 것이기도 합니다. 이는 일반적으로 pM과 nM 근사치 사이뿐 아니라 다른 소프트웨어(첫눈에 동일한 모델 사용) 사이에도 불일치가 발생할 수 있는 이유입니다.
감사합니다.
Re: [4PL 피팅] 농도 단위에 따른 변곡점 다름수학과 컴퓨터를 혼동하고 계십니다. 예, 단위가 변경된다는 것은 농도 수준이 1000배만큼 다르다는 것을 의미합니다. 그러나 매개변수는 데이터로부터 추정됩니다. 추정의 수치적 정확성을 높이고 있습니다. 게다가, 지정된 모델은 (1) 이 경우 잘못된 선택이거나 (2) 데이터에 의해 잘 뒷받침되지 않습니다.
저는 JMP(파일 > 인터넷 열기 > 웹 페이지)를 사용하여 귀하의 예에서 JMP 데이터 테이블을 만들었습니다.
다음은 분석 > 특수 모델링 > 맞춤 곡선을 사용하고 농도(nM)를 사용하는 Rodbard 모델을 사용한 맞춤입니다.
다음은 동일한 분석이지만 농도를 pM으로 사용합니다.
문제를 바로 보실 수 있습니다. 두 단위 모두를 사용하면 S자형 모양이 표시되지 않습니다. 이러한 상황은 추정을 불안정하게 만듭니다. log10 변환을 시도했지만 도움이 되지 않습니다. 2~0.2nM 사이에서 급격한 반응 변화가 나타나므로 S자형 모양이 관찰되지 않습니다. 이 모델을 사용하려면 전환을 더 잘 정의하려면 농도를 2nM에서 0.2nM 사이로 확장해야 할 것입니다.
