Un essai biologique est une méthode analytique pour déterminer la concentration ou la puissance d'une substance par son effet sur les cellules ou les tissus vivants. Les essais biologiques sont utilisés pour estimer la puissance des agents en observant leurs effets sur des animaux vivants (in vivo) ou des tissus (in vitro).
L'analyse d'analyses et de tests biologiques est couramment effectuée dans les industries pharmaceutiques et biotechnologiques. Il s'agit d'un élément important des soumissions réglementaires, de l'élaboration de procédures d'exploitation normalisées et du maintien de bonnes pratiques de fabrication.
Différentes méthodologies sont utilisées dans les tests Bioassay. Dans ce blog, je décris des exemples d'essais biologiques utilisant JMP qui sont couramment utilisés.
Le test de parallélisme
Le test de parallélisme fournit une analyse pour tester si les modèles ajustés entre les groupes ont la même forme mais sont décalés le long de l'axe X. Selon les normes de la United States Pharmacopeial Convention (USP), le parallélisme entre une paire de fonctions doses-réponses doit être atteint avant de valider un essai biologique de puissance. Le test de parallélisme se trouve dans la plate-forme Fit Curve pour les courbes sigmoïdes. Dans cet exemple, une version modifiée de l'ensemble de données Bioassay de la bibliothèque d'échantillons de données JMP a été utilisée. Un modèle logistique à 4 paramètres a été adapté aux trois formulations différentes. Ces trois courbes ont été analysées et testées pour le parallélisme (Figure 1). Notez que le décalage horizontal est le même à toutes les doses. Deux courbes qui ne diffèrent que par un décalage horizontal sont dites parallèles. Si l'élément d'essai n'avait pas le même composant biologiquement actif que l'étalon, la puissance relative varierait sur la gamme de doses. Dans cet exemple, toutes les courbes ont la même forme mais sont décalées horizontalement, et une valeur P élevée valide nos résultats, concluant que les courbes des trois courbes de formulation sont parallèles.
Figure 1 : Test de parallélisme (notez que le décalage horizontal du journal (puissance relative) ∆ est le même à toutes les doses)
La puissance relative
Comment la puissance relative est-elle estimée à partir de la CE50 (la CE50 est la dose nécessaire pour qu'un individu ressente 50 % de l'effet maximal (Figure 2)). Les estimations de la puissance relative sont généralement calculées comme un simple rapport : la CE50 d'un étalon bien caractérisé divisée par la CE50 d'un échantillon. De telles estimations ne sont valides que lorsque les courbes dose-réponse pour l'échantillon et l'étalon sont parallèles et présentent la même réponse maximale atteignable (efficacité).
Figure 2 : Représentations et calculs EC50 pour 3 formulations
La puissance relative dans JMP se trouve sous le test de parallélisme. Dans la figure 2, trois formulations différentes sont comparées : Test A, Test B et Nouveau Test.
Lorsque l'on compare le nouveau test au test A, la puissance relative du nouveau test est inférieure à un. Cela indique que leurs puissances sont différentes et que le nouveau test est moins puissant que le test A, comme nous pouvons le voir sur le graphique. La puissance relative pour le test B est supérieure à celle du test A. Cela signifie que la formulation de médicament B augmente sa toxicité en fonction de la concentration plus rapidement que le test A. Si les puissances relatives sont proches de un, cela indique que leurs puissances sont similaires.
Le test d'équivalence
Figure 3 : Modèle logistique 4P ajustant quatre formulations (quatre paramètres : taux de croissance, point d'inflexion, asymptote inférieure et supérieure)
Dans la plateforme Fit Curve, l'option Test d'équivalence donne une analyse pour tester l'équivalence des modèles à travers les niveaux de la variable de regroupement. Les données Bioassay sont utilisées pour cet exemple (Figure 3). Quatre formulations différentes sont comparées et testées si elles sont équivalentes. Un 4P logistique montre un ajustement pour quatre paramètres (taux de croissance, point d'inflexion, asymptote inférieure et supérieure). Ces quatre paramètres sont testés s'ils sont équivalents ou non. Notez que le test B en bleu est différent des trois autres formulations
Après avoir sélectionné l'option Test d'équivalence, vous spécifiez le niveau de la variable de regroupement que vous souhaitez tester par rapport à tous les autres niveaux (la formulation standard est utilisée comme variable de regroupement ou référence). Un rapport est affiché pour chaque niveau par rapport au niveau choisi. La figure 4 montre un exemple de deux comparaisons (Test A versus Standard et Test B versus Standard).
Figure 4 : Test d'équivalence pour le test A par rapport à la norme et le test B par rapport à la norme.
L'égalité des paramètres est testée en analysant le rapport des paramètres. Les lignes de décision par défaut sont placées à des valeurs de ratio de 0,8 et 1,25, ce qui représente une différence de 25 %.
Si tous les intervalles de confiance sont à l'intérieur des lignes de décision, alors les deux groupes sont pratiquement égaux. Si un seul intervalle tombe en dehors des lignes, nous ne pouvons pas conclure que les groupes sont égaux. Dans notre exemple, le test B n'est pas équivalent à la norme, car le point d'inflexion de la formulation médicamenteuse B est inférieur à la norme, ce qui correspond à la figure 3 .
La prédiction inverse et EC50
Vous pourriez être intéressé de savoir à quelle dose ou concentration du médicament atteint une valeur de toxicité spécifique. Il s'agit de prédire les valeurs X pour une valeur Y spécifique ou ce que fait la prédiction inverse.
C'est une étape importante par exemple pour calculer EC50/IC50. La CE50 est la concentration d'un médicament qui est nécessaire pour provoquer la moitié du maximum. Dans une expérience de liaison, la CI50 est la concentration d'un ligand ou d'un inhibiteur à laquelle la moitié de la cible est présente au stade lié. Il est couramment utilisé comme mesure de la puissance d'un médicament (voir ci-dessus), bien que l'utilisation de la CE50 soit préférée à celle de la "puissance", qui a été critiquée pour son imprécision ( réf ).
À partir de la courbe ajustée, utilisez dans le triangle rouge du modèle l'option de prédiction inverse personnalisée, spécifiez le Y (la réponse comme la toxicité) pour prédire le X (comme la concentration logarithmique ou la dose). Un graphique et la valeur prédite du X avec des intervalles de confiance à 95 % sont affichés (Figure 5).
Figure 5 : Estimation de la prédiction inverse
L'estimation Vmax et Km de Michaelis-Menten Kinetics
En biochimie, la cinétique de Michaelis-Menten est l'un des modèles les plus connus de cinétique enzymatique. Il porte le nom de la biochimiste allemande Leonor Michaelis et de la médecin canadienne Maud Menten. Le modèle prend la forme d'une équation décrivant la vitesse des réactions enzymatiques ( v ), sa formule et la courbe sont représentées sur la figure 6.
Figure 6 : Équation de Michaelis Menten et ajustement du modèle.
Le paramètre une représente la vitesse de réaction maximale (dans la littérature souvent appelée V maximum ), et le b paramètre (dans la littérature souvent appelé la constante de Michaelis ou K m ) est la valeur de x telle que la réponse soit la moitié de V maximum . C'est une mesure inverse de l'affinité du substrat pour l'enzyme. K m est une mesure de l'affinité de l'enzyme pour le substrat. Les substrats qui se lient étroitement ont un petit K m valeurs; les substrats qui se lient faiblement ont de grandes valeurs de Km.
En utilisant la plateforme Fit curve et en choisissant le modèle Michaelis-Menten, il est facile d'extraire à la fois V maximum et K m de l'équation. Voir l'exemple de la figure 7.
Figure 7 : Estimation du paramètre a (Vmax) et du paramètre b (Km) dans l'ajustement de la courbe de Michaelis-Menten.
