生物測定是一種通過物質對活細胞或組織的影響來確定物質濃度或效力的分析方法。 生物測定用於通過觀察藥物對活體動物（體內）或組織（體外）的影響來估計藥物的效力。
生物分析和測試的分析通常在製藥和生物技術行業進行。 它是監管提交、標準操作程序開發和良好生產規范維護的重要組成部分。
生物測定測試中使用不同的方法。 在此博客中，我描述了使用 JMP 的常用生物測定示例。
並行測試
Parallelism Test 提供了一種分析，用於測試組間的擬合模型是否具有相同的形狀但沿 X 軸移動。 根據美國藥典公約 (USP) 標準，在驗證效力生物測定之前，需要實現一對劑量之間的平行性——反應功能。 並行性測試可在 S 形曲線的擬合曲線平台中找到。 在此示例中，使用了來自 JMP 數據樣本庫的生物測定數據集的修改版本。 邏輯 4 參數模型適合三種不同的製劑。 分析並測試了這三個曲線的平行度（圖 1）。 請注意，水平偏移在所有劑量下都是相同的。 兩條僅相差一個水平位移的曲線稱為平行。 如果測試項目不具有與標準相同的生物活性成分，則相對效力將在劑量範圍內變化。 在此示例中，所有曲線都具有相同的形狀但水平移動，高 P 值驗證了我們的發現，得出三個公式曲線的曲線平行的結論。
圖 1：平行測試（注意對數（相對效力）水平偏移∆所有劑量都相同）
相對效力
如何根據 EC50 估算相對效力（EC50 是個體經歷 50% 最大效應所需的劑量（圖 2））。 相對效力估計值通常計算為一個簡單的比率：特徵明確的標準品的 EC50 除以樣本的 EC50。 只有當樣本和標準的劑量反應曲線平行並且表現出相同的最大可實現反應（功效）時，此類估計才有效。
圖 2：3 種配方的 EC50 表示和計算
JMP 中的相對效力位於並行性測試下方。 在圖 2 中，比較了三種不同的配方：測試 A、測試 B 和新測試。
比較新測試與測試 A 時，新測試的相對效力小於 1。 這表明它們的效力不同，並且新測試的效力不如測試 A，正如我們在圖表上看到的那樣。 測試 B 的相對效力大於測試 A。這意味著藥物製劑 B 的毒性隨濃度的增加比測試 A 更快。如果相對效力接近 1，則表明它們的效力相似。
等效測試
圖 3：Logistic 4P 模型擬合四個公式（四個參數：增長率、拐點、下漸近線和上漸近線）
在“擬合曲線”平台中，“等價檢驗”選項提供了一種分析，用於檢驗模型在分組變量的各個水平之間的等價性。 本示例使用生物測定數據（圖 3）。 比較四種不同的配方並測試它們是否等效。 Logistic 4P 顯示四個參數（增長率、拐點、下漸近線和上漸近線）的擬合。 測試這四個參數是否等價。 請注意，藍色的測試 B 不同於所有其他三種配方
選擇等價檢驗選項後，您可以指定要針對每個其他水平進行檢驗的分組變量的水平（標準公式用作分組變量或參考）。 顯示每個級別與所選級別的報告。 圖 4 顯示了兩個比較的示例（測試 A 與標準以及測試 B 與標準）。
圖 4：測試 A 與標準和測試 B 與標準的等效性測試。
通過分析參數的比值來檢驗參數的相等性。 默認決策線位於比率值 0.8 和 1.25 處，代表 25% 的差異。
如果所有置信區間都在決策線內，則兩組實際上相等。 如果單個區間落在直線之外，則我們不能斷定這些組是相等的。 在我們的示例中，測試 B 不等同於標準，因為藥物配方 B 的拐點低於標準，這與圖 3 一致.
逆向預測和 EC50
您可能有興趣了解藥物在何種劑量或濃度下達到特定的毒性值。 這是為了預測特定 Y 值的 X 值或反向預測的作用。
例如，這是計算 EC50/IC50 的重要步驟。 EC50 是引起最大劑量一半所需的藥物濃度。 在結合實驗中，IC50 是配體或抑製劑的濃度，在該濃度下，一半的靶標存在於結合階段。 它通常用於衡量藥物的效力（見上文），儘管使用 EC50 優於“效力”，後者因其含糊不清而受到批評（參考).
從擬合曲線中，在模型的紅色三角形中使用選項自定義逆向預測，指定 Y（反應如毒性）來預測 X（如對數濃度或劑量）。 顯示圖表和具有 95% 置信區間的 X 的預測值（圖 5）。
圖 5：逆向預測估計
Michaelis-Menten 動力學的 Vmax 和 Km 估計
在生物化學中，Michaelis-Menten 動力學是最著名的酶動力學模型之一。 它以德國生物化學家 Leonor Michaelis 和加拿大醫生 Maud Menten 的名字命名。 該模型採用描述酶促反應速率的方程式形式（ v ),其公式及曲線如圖6所示。
圖 6：Michaelis Menten 方程和模型擬合。
參數一種表示最大反應速率（在文獻中通常稱為 V最大限度), 和b參數（在文獻中通常稱為米氏常數或 K米) 是 x 的值，使得響應是 V 的一半最大限度. 它是底物對酶的親和力的反向量度。 鉀米是酶對底物的親和力的量度。 緊密結合的底物具有小的 K米價值觀；弱結合的底物具有較大的 Km 值。
使用 Fit 曲線平台並選擇 Michaelis-Menten 模型，很容易提取 V最大限度和米從等式。 請參見圖 7 中的示例。
圖 7：Michaelis-Menten 曲線擬合中的參數 a (Vmax) 和參數 b (Km) 估計。
