생물학적 분석은 살아있는 세포나 조직에 미치는 영향으로 물질의 농도 또는 효능을 결정하는 분석 방법입니다. 생물학적 분석법은 살아있는 동물(생체 내) 또는 조직(시험관 내)에 미치는 영향을 관찰하여 약제의 효능을 추정하는 데 사용됩니다.
생물학적 분석 및 테스트 분석은 일반적으로 제약 및 생명 공학 산업에서 수행됩니다. 규제 제출, 표준 운영 절차 개발 및 우수한 제조 관행 유지에 중요한 구성 요소입니다.
Bioassay 테스트에는 다양한 방법론이 사용됩니다. 이 블로그에서는 일반적으로 사용되는 JMP를 사용하는 생물학적 검정 예를 설명합니다.
병렬성 테스트
Parallelism Test는 그룹 간에 적합된 모델의 모양이 동일하지만 X축을 따라 이동하는 경우 테스트를 위한 분석을 제공합니다. USP(United States Pharmacopeial Convention) 표준에 따르면 한 쌍의 용량 간의 병렬 처리 – 반응 기능은 역가 생물학적 검정을 검증하기 전에 달성되어야 합니다. 평행도 테스트는 Sigmoid Curves용 Fit Curve 플랫폼에서 찾을 수 있습니다. 이 예에서는 JMP 데이터 샘플 라이브러리의 수정된 버전의 Bioassay 데이터 세트를 사용했습니다. 로지스틱 4 매개변수 모델이 세 가지 다른 공식에 적합했습니다. 이 세 곡선을 분석하고 병렬성에 대해 테스트했습니다(그림 1). 수평 이동은 모든 용량에서 동일합니다. 수평 이동에 의해서만 다른 두 곡선은 평행하다고 합니다. 테스트 항목에 표준과 동일한 생물학적 활성 성분이 없는 경우 상대적 역가는 용량 범위에 따라 달라집니다. 이 예에서 모든 곡선은 동일한 모양을 갖지만 수평으로 이동되며 높은 P 값은 우리의 결과를 검증하여 세 가지 공식 곡선의 곡선이 평행하다는 결론을 내립니다.
그림 1: 평행성 테스트(로그(상대적 효능) 수평 이동에 유의하십시오. ∆ 모든 복용량에서 동일)
상대적 효능
상대 효능은 EC50에서 어떻게 추정합니까(EC50은 개인이 최대 효과의 50%를 경험하는 데 필요한 용량입니다(그림 2)). 상대 역가 추정치는 일반적으로 간단한 비율로 계산됩니다. 특성이 잘 규명된 표준의 EC50을 샘플의 EC50으로 나눈 값입니다. 이러한 추정치는 샘플과 표준에 대한 용량-반응 곡선이 평행하고 동일한 달성 가능한 최대 반응(효능)을 나타내는 경우에만 유효합니다.
그림 2: 3가지 공식에 대한 EC50 표현 및 계산
JMP의 상대적 효능은 병렬성 테스트 아래에서 찾을 수 있습니다. 그림 2에서는 테스트 A, 테스트 B 및 새 테스트의 세 가지 공식을 비교합니다.
새 테스트와 테스트 A를 비교할 때 새 테스트의 상대적 효능은 1보다 작습니다. 이는 그래프에서 볼 수 있듯이 효능이 다르고 New Test가 Test A보다 효능이 낮다는 것을 나타냅니다. 테스트 B의 상대적 역가는 테스트 A보다 큽니다. 이는 약물 제형 B가 테스트 A보다 농도의 함수로서 독성이 더 빠르게 증가한다는 것을 의미합니다. 상대 역가가 거의 1이면 이는 그 역가가 비슷하다는 것을 나타냅니다.
동등성 테스트
그림 3: 4가지 공식에 맞는 로지스틱 4P 모델(4가지 매개변수: 성장률, 변곡점, 하한 및 상한 점근선)
적합 곡선 플랫폼에서 동등성 검정 옵션은 그룹화 변수 수준에서 모형의 동등성을 검정하기 위한 분석을 제공합니다. Bioassay 데이터는 이 예에 사용됩니다(그림 3). 4가지 다른 공식을 비교하고 동일한지 여부를 테스트합니다. 로지스틱 4P는 네 가지 매개변수(성장률, 변곡점, 하한 및 상한 점근선)에 대한 적합성을 보여줍니다. 이 네 가지 매개변수가 동일한지 여부를 테스트합니다. 파란색 테스트 B는 다른 세 가지 공식과 다릅니다.
동등성 검정에 대한 옵션을 선택한 후 다른 모든 수준에 대해 검정하려는 그룹화 변수의 수준을 지정합니다(표준 공식은 그룹화 변수 또는 참조로 사용됨). 선택한 수준과 비교하여 모든 수준에 대한 보고서가 표시됩니다. 그림 4는 두 가지 비교(테스트 A 대 표준 및 테스트 B 대 표준)의 예를 보여줍니다.
그림 4: 테스트 A 대 표준 및 테스트 B 대 표준에 대한 동등성 테스트.
매개변수의 동등성은 매개변수의 비율을 분석하여 테스트합니다. 기본 결정 라인은 0.8과 1.25의 비율 값에 배치되며 25% 차이를 나타냅니다.
모든 신뢰구간이 결정선 안에 있으면 두 그룹이 실질적으로 동일합니다. 단일 간격이 선을 벗어나면 그룹이 같다는 결론을 내릴 수 없습니다. 이 예에서 테스트 B는 표준과 동일하지 않습니다. 약물 제형 B의 변곡점이 표준보다 낮기 때문입니다. 이는 그림 3과 일치합니다. .
역 예측 및 EC50
특정 독성 값에 도달하는 약물의 복용량 또는 농도를 알고 싶을 수 있습니다. 이것은 특정 Y 값에 대한 X 값을 예측하거나 역 예측을 수행하는 것입니다.
이것은 예를 들어 EC50/IC50을 계산하는 중요한 단계입니다. EC50은 최대값의 절반을 유발하는 데 필요한 약물의 농도입니다. 결합 실험에서 IC50은 표적의 절반이 결합 단계에 존재하는 리간드 또는 억제제의 농도입니다. EC50의 사용이 애매모호하다는 비판을 받아온 "역가"보다 선호되기는 하지만 일반적으로 약물의 역가 측정에 사용됩니다(위 참조). 심판 ).
적합 곡선에서 모델의 빨간색 삼각형에 사용자 지정 역 예측 옵션을 사용하고 Y(독성과 같은 반응)를 지정하여 X(로그 농도 또는 용량과 같은)를 예측합니다. 그래프와 95% 신뢰 구간이 있는 X의 예측 값이 표시됩니다(그림 5).
그림 5: 역 예측 추정
Michaelis-Menten Kinetics의 Vmax 및 Km 추정
생화학에서 Michaelis-Menten 동역학은 가장 잘 알려진 효소 동역학 모델 중 하나입니다. 독일 생화학자 Leonor Michaelis와 캐나다 의사 Maud Menten의 이름을 따서 명명되었습니다. 모델은 효소 반응 속도를 설명하는 방정식의 형태를 취합니다( V ), 공식과 곡선은 그림 6에 나와 있습니다.
그림 6: Michaelis Menten 방정식 및 모형 적합.
매개변수 ㅏ 최대 반응 속도를 나타냅니다(문헌에서 종종 V로 언급됨). 최대 ), 그리고 비 매개변수(문헌에서 종종 Michaelis 상수 또는 K라고 함) 미디엄 )는 응답이 V의 절반이 되는 x의 값입니다. 최대 . 이것은 효소에 대한 기질의 친화도를 역으로 측정한 것입니다. 케이 미디엄 기질에 대한 효소의 친화도의 척도이다. 단단하게 결합하는 기판은 작은 K 미디엄 값; 약하게 결합하는 기판은 Km 값이 큽니다.
Fit 곡선 플랫폼을 사용하고 Michaelis-Menten 모델을 선택하면 두 V를 쉽게 추출할 수 있습니다. 최대 그리고 K 미디엄 방정식에서. 그림 7의 예를 참조하십시오.
그림 7: Michaelis-Menten 곡선 맞춤에서 매개변수 a(Vmax) 및 매개변수 b(Km) 추정.
