안녕하세요-이 정보를 공유해 주셔서 감사합니다. 선량 반응 곡선에서 EC50, 상대 효능 및 평행도를 평가하는 방법을 단계별로 설명하는 리소스로 안내해 주시겠습니까? 감사합니다- 라자
이것은 매우 도움이 됩니다.샘플 데이터 세트를 사용하여 이러한 유형의 분석을 수행하는 방법을 설명하는 가이드가 있습니까?감사합니다.
안녕 SER284,
보낼 수 있는 자료가 있습니다. 저에게 이메일을 보내주시면 공유하겠습니다.
안녕! 정말 도움이 됩니다! 그러나 JMP를 사용하여 LD50(EC50)을 계산하는 방법이 여전히 혼란스럽습니다. 안내 자료 좀 부탁드려도 될까요? 감사합니다!
안녕 @Valerie_Nedbal ,
또한 JMP에서 EC50을 수행하는 방법에 대한 자세한 정보를 얻고 싶습니다. 권장하는 링크나 추가 리소스가 있습니까?
감사합니다
안녕 @Valerie_Nedbal ,
JMP의 생물학적 분석 및 역가 테스트의 기본 사항에 대한 좋은 개요를 제공해 주셔서 감사합니다.
상대 효능을 계산하는 방법에 대한 자세한 정보가 있습니까? 일반적으로 이것은 EC50에 의해 정의됩니다. 참조 /EC50 견본 *100.
이전에 다른 여러 프로그램에서 했던 분석을 JMP에서 재작업했습니다. 이 분석은 상대적 효력이 100%에 가깝습니다. 그러나 JMP는 사물을 올바르게 계산하지 못하는 것 같습니다. 나는 주목하거나 3.2 또는 비슷한 답변을 얻습니다. 다른 소프트웨어의 4PL 방정식과 비슷해 보이는 4PL Rodbard 방정식을 사용했습니다.
무엇이 계산되고 가능한 경우 특정 설정을 어떻게 변경할 수 있는지에 대한 배경 정보를 공유해 주시겠습니까?
약물의 효능은 종종 산업, 심지어 GMP 규제 환경에서도 사용됩니다. 계산된 모든 비트를 이해해야 합니다. 저는 여전히 JMP에서 이러한 정보를 찾는 데 어려움을 겪고 있습니다.
감사합니다
안녕 @Valerie_Nedbal ,
매우 유익한 게시물을 보내주셔서 감사합니다. 저는 JMP를 처음 사용합니다. 이러한 종류의 분석 수행에 대한 보다 자세한 작업 흐름을 공유할 수 있습니까?
감사합니다!
안녕 @Valerie_Nedbal
JMP 16 버전에 이 기능이 있나요? 분석에서 병렬성 테스트를 찾을 수 없습니다.이러한 종류의 분석 수행에 대한 보다 자세한 작업 흐름을 공유하면 매우 도움이 될 것입니다.
감사합니다!
안녕하세요 @Valerie_Nedbal ,
매우 유용한 참고자료를 제공해 주셔서 감사합니다.역 예측과 관련된 질문입니다(저는 JMP 17에 있습니다).
두 화합물은 주어진 생물검정에 대해 서로 다른 상위 점근선을 가질 수 있습니다.궁극적으로 저는 분석에서 여러 화합물(그룹)에 걸쳐 AC50을 비교하고 싶습니다.각 그룹에 대해 예측된 상위 점근선을 역 예측에 동적으로 참조하는 방법이 있습니까(예: 나는 X=0.5*Upper Asymptote를 예측하고 싶습니다.
감사해요!
생물학적 검정은 살아있는 세포나 조직에 미치는 영향을 통해 물질의 농도나 효능을 결정하는 분석 방법입니다. 생물검정은 살아있는 동물(생체 내) 또는 조직(체외)에 미치는 영향을 관찰하여 제제의 효능을 평가하는 데 사용됩니다.
생물학적 분석 및 테스트 분석은 제약 및 생명공학 산업에서 일반적으로 수행됩니다. 이는 규제 제출, 표준 운영 절차 개발 및 우수 제조 관행 유지에 중요한 구성 요소입니다.
생물검정 테스트에는 다양한 방법론이 사용됩니다. 이 블로그에서는 일반적으로 사용되는 JMP를 사용한 생물검정 사례를 설명합니다.
병렬성 테스트
병렬성 테스트는 그룹 간 적합 모델의 모양이 동일하지만 X축을 따라 이동하는지 테스트하기 위한 분석을 제공합니다. 미국 약전 협약(USP) 표준에 따르면, 효능 생물학적 분석을 검증하기 전에 한 쌍의 용량-반응 기능 간의 병행성이 달성되어야 합니다. 병렬성 테스트는 Sigmoid Curves용 Fit Curve 플랫폼에서 찾을 수 있습니다. 이 예에서는 JMP 데이터 샘플 라이브러리의 Bioassay 데이터 세트의 수정된 버전이 사용되었습니다. 로지스틱 4 매개변수 모델은 세 가지 다른 공식에 적합했습니다. 이 세 가지 곡선을 분석하고 병렬성을 테스트했습니다(그림 1). 수평 이동은 모든 용량에서 동일합니다. 수평 이동만 다른 두 곡선을 평행하다고 합니다. 시험 품목이 표준품과 동일한 생물학적 활성 성분을 갖고 있지 않은 경우, 상대적 효능은 용량 범위에 따라 달라질 수 있습니다. 이 예에서는 모든 곡선의 모양이 동일하지만 수평으로 이동하고 높은 P-값이 결과를 검증하여 세 가지 공식 곡선의 곡선이 평행하다는 결론을 내립니다.
그림 1: 병렬성 테스트(로그(상대적 잠재력) 수평 이동에 주목)∆모든 용량에서 동일함)
상대적 효능
EC50에서 상대 효능을 어떻게 추정합니까? EC50은 개인이 최대 효과의 50%를 경험하는 데 필요한 용량입니다(그림 2). 상대 역가 추정치는 일반적으로 간단한 비율, 즉 잘 특성화된 표준품의 EC50을 샘플의 EC50으로 나눈 비율로 계산됩니다. 이러한 추정치는 시료와 표준물질의 용량-반응 곡선이 평행하고 동일한 최대 달성 가능한 반응(효능)을 나타내는 경우에만 유효합니다.
그림 2: 3가지 제제에 대한 EC50 표현 및 계산
JMP의 상대적 효능은 병렬성 테스트 아래에서 확인할 수 있습니다. 그림 2에서는 테스트 A, 테스트 B 및 새 테스트의 세 가지 공식이 비교됩니다.
새 테스트와 테스트 A를 비교할 때 새 테스트의 상대 효능은 1보다 작습니다. 이는 그래프에서 볼 수 있듯이 두 테스트의 효능이 다르며 새 테스트가 테스트 A보다 덜 강력하다는 것을 나타냅니다. 테스트 B의 상대 효능은 테스트 A보다 큽니다. 이는 약물 제제 B가 농도의 함수로 테스트 A보다 빠르게 독성이 증가한다는 것을 의미합니다. 상대 효능이 거의 1이면 이는 효능이 유사하다는 것을 나타냅니다.
동등성 테스트
그림 3: 4가지 공식에 맞는 로지스틱 4P 모델(4개 매개변수: 성장률, 변곡점, 하한 및 상한 점근선)
적합 곡선 플랫폼에서 동등성 테스트 옵션은 그룹화 변수 수준에 걸쳐 모델의 동등성을 테스트하기 위한 분석을 제공합니다. 이 예에서는 Bioassay 데이터가 사용되었습니다(그림 3). 4개의 서로 다른 제제를 비교하고 동일한지 여부를 테스트합니다. 로지스틱 4P는 4가지 매개변수(성장률, 변곡점, 하한 및 상한 점근선)에 대한 적합성을 보여줍니다. 이 네 가지 매개변수가 동일한지 여부를 테스트합니다. 파란색으로 표시된 테스트 B는 다른 세 가지 공식과 모두 다릅니다.
동등성 검정에 대한 옵션을 선택한 후 다른 모든 수준에 대해 검정하려는 그룹화 변수의 수준을 지정합니다(표준 공식은 그룹화 변수 또는 참조로 사용됩니다). 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 비율을 분석하여 매개변수의 동일성을 테스트합니다. 기본 결정선은 0.8과 1.25의 비율 값으로 배치되어 25% 차이를 나타냅니다.
모든 신뢰 구간이 결정선 내에 있으면 두 그룹은 실질적으로 동일합니다. 단일 간격이 선을 벗어나면 그룹이 동일하다는 결론을 내릴 수 없습니다. 이 예에서 테스트 B는 표준과 동일하지 않습니다. 왜냐하면 약물 제제 B의 변곡점이 표준보다 낮기 때문이며 이는 그림 3과 일치합니다 .
역 예측과 EC50
약물의 어느 복용량이나 농도가 특정 독성 값에 도달하는지 알고 싶을 수도 있습니다. 이는 특정 Y 값에 대한 X 값을 예측하거나 역 예측이 수행하는 작업입니다.
이는 예를 들어 EC50/IC50을 계산하는 데 중요한 단계입니다. EC50은 최대치의 절반을 유발하는 데 필요한 약물의 농도입니다. 결합 실험에서 IC50은 결합 단계에서 표적의 절반이 존재하는 리간드 또는 억제제의 농도입니다. EC50의 사용은 모호함으로 인해 비판을 받아온 "역가"보다 선호되지만(참조), 일반적으로 약물의 효능을 측정하는 데 사용됩니다(위 참조 ).
적합 곡선에서 모델의 빨간색 삼각형 옵션 사용자 정의 역 예측을 사용하고 Y(독성과 같은 반응)를 지정하여 X(예: 로그 농도 또는 용량)를 예측합니다. 그래프와 95% 신뢰 구간의 X 예측 값이 표시됩니다(그림 5).
그림 5: 역예측 추정
Michaelis-Menten Kinetics의 Vmax 및 Km 추정
생화학에서 Michaelis-Menten 동역학은 가장 잘 알려진 효소 동역학 모델 중 하나입니다. 독일 생화학자 레오노르 미카엘리스(Leonor Michaelis)와 캐나다 의사 모드 멘텐(Maud Menten)의 이름을 따서 명명되었습니다. 모델은 효소 반응 속도( v )를 설명하는 방정식의 형태를 취하며, 해당 공식과 곡선은 그림 6에 나와 있습니다.
그림 6: Michaelis Menten 방정식 및 모델 적합성.
매개변수 a는 최대 반응 속도(문헌에서는 종종 V max 로 지칭됨)를 나타내고, b 매개변수(문헌에서는 종종 미카엘리스 상수 또는 K m 으로 지칭됨)는 반응이 V max 의 절반이 되는 x 값입니다. . 이는 효소에 대한 기질의 친화도를 역으로 측정한 것입니다. Km 은 기질에 대한 효소의 친화도를 측정한 것입니다. 단단히 결합된 기판은 작은 Km 값을 갖습니다. 약하게 결합하는 기질은 Km 값이 큽니다.
Fit curve 플랫폼을 사용하고 Michaelis-Menten 모델을 선택하면 방정식에서 Vmax 와 Km을 모두 쉽게 추출할 수 있습니다. 그림 7의 예를 참조하세요.
그림 7: Michaelis-Menten 곡선 맞춤의 매개변수 a(Vmax) 및 매개변수 b(Km) 추정.
친절한 설명 감사드립니다! 샘플 데이터를 얻을 수 있나요?
안녕하세요 @Valerie_Nedbal 님 ,
생물검정 추가 기능을 사용하여 EC50을 계산하는 방법에 대한 단계별 지침을 얻을 수 있습니까? 감사합니다
모든 비선형 모델은 반복적으로 해결된다는 점을 명심하세요. 다른 소프트웨어 패키지는 정밀도가 낮고 수렴 한계가 낮은 모델 매개변수를 해결할 수 있습니다.
상대적 효능의 경우 X축 값은 로그 밑 10으로 변환되어야 합니다. 일부 다른 소프트웨어 패키지는 사용자에게 알리지 않고 자동으로 이 작업을 수행합니다.
상대 효능에 대한 단락을 참조하십시오.
상대적 효능
그룹화 변수의 각 수준에 대한 효능과 상대적 효능을 제공합니다. 효능은 10^(EC 50 )입니다. 여기서 EC 50 은 기준선과 최대치 사이의 절반 정도의 반응이 얻어지는 농도입니다. 로지스틱 2P, 3P, 4P의 경우 효능은 10^(변곡점 매개변수)입니다. 상대 효능은 그룹화 변수의 한 수준의 효능을 다른 수준의 효능으로 나눈 값입니다. 예를 들어, 그림 14.10 에서 표준 에 대한 테스트 A 의 상대 효능은 효능 테스트 A / 효능 표준 입니다.
https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/test-parallelism.shtml%23
JMP의 모델과 해당 매개변수는 여기에 나열되어 있습니다: https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/statistical-details-for-fit-curve-models.shtml%23ww631631
JMP의 비선형 플랫폼 파생 상품에 대한 통계 세부정보(맞춤 곡선에도 사용됨): https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/statistical-details -on-derivatives.shtml%23ww289354
안녕하세요,
평행선 분석과 4PL 시그모이드 곡선에 대해 이 작업을 수행할 수 있습니까? 선형 반응 곡선에서 상대적 효능을 얻는 가장 좋은 방법에 대한 리소스가 있습니까? 감사해요!
-벤
