生物测定是一种通过物质对活细胞或组织的影响来确定物质浓度或效力的分析方法。 生物测定用于通过观察药物对活体动物（体内）或组织（体外）的影响来估计药物的效力。
生物分析和测试的分析通常在制药和生物技术行业进行。 它是监管提交、标准操作程序开发和良好生产规范维护的重要组成部分。
生物测定测试中使用不同的方法。 在此博客中，我描述了使用 JMP 的常用生物测定示例。
并行测试
Parallelism Test 提供了一种分析，用于测试组间的拟合模型是否具有相同的形状但沿 X 轴移动。 根据美国药典公约 (USP) 标准，在验证效力生物测定之前，需要实现一对剂量之间的平行性——反应功能。 并行性测试可在 S 形曲线的拟合曲线平台中找到。 在此示例中，使用了来自 JMP 数据样本库的生物测定数据集的修改版本。 逻辑 4 参数模型适合三种不同的制剂。 分析并测试了这三个曲线的平行度（图 1）。 请注意，水平偏移在所有剂量下都是相同的。 两条仅相差一个水平位移的曲线称为平行。 如果测试项目不具有与标准相同的生物活性成分，则相对效力将在剂量范围内变化。 在此示例中，所有曲线都具有相同的形状但水平移动，高 P 值验证了我们的发现，得出三个公式曲线的曲线平行的结论。
图 1：平行测试（注意对数（相对效力）水平偏移∆所有剂量都相同）
相对效力
如何根据 EC50 估算相对效力（EC50 是个体经历 50% 最大效应所需的剂量（图 2））。 相对效力估计值通常计算为一个简单的比率：特征明确的标准品的 EC50 除以样本的 EC50。 只有当样本和标准的剂量反应曲线平行并且表现出相同的最大可实现反应（功效）时，此类估计才有效。
图 2：3 种配方的 EC50 表示和计算
JMP 中的相对效力位于并行性测试下方。 在图 2 中，比较了三种不同的配方：测试 A、测试 B 和新测试。
比较新测试与测试 A 时，新测试的相对效力小于 1。 这表明它们的效力不同，并且新测试的效力不如测试 A，正如我们在图表上看到的那样。 测试 B 的相对效力大于测试 A。这意味着药物制剂 B 的毒性随浓度的增加比测试 A 更快。如果相对效力接近 1，则表明它们的效力相似。
等效测试
图 3：Logistic 4P 模型拟合四个公式（四个参数：增长率、拐点、下渐近线和上渐近线）
在“拟合曲线”平台中，“等价检验”选项提供了一种分析，用于检验模型在分组变量的各个水平之间的等价性。 本示例使用生物测定数据（图 3）。 比较四种不同的配方并测试它们是否等效。 Logistic 4P 显示四个参数（增长率、拐点、下渐近线和上渐近线）的拟合。 测试这四个参数是否等价。 请注意，蓝色的测试 B 不同于所有其他三种配方
选择等价检验选项后，您可以指定要针对每个其他水平进行检验的分组变量的水平（标准公式用作分组变量或参考）。 显示每个级别与所选级别的报告。 图 4 显示了两个比较的示例（测试 A 与标准以及测试 B 与标准）。
图 4：测试 A 与标准和测试 B 与标准的等效性测试。
通过分析参数的比值来检验参数的相等性。 默认决策线位于比率值 0.8 和 1.25 处，代表 25% 的差异。
如果所有置信区间都在决策线内，则两组实际上相等。 如果单个区间落在直线之外，则我们不能断定这些组是相等的。 在我们的示例中，测试 B 不等同于标准，因为药物配方 B 的拐点低于标准，这与图 3 一致.
逆向预测和 EC50
您可能有兴趣了解药物在何种剂量或浓度下达到特定的毒性值。 这是为了预测特定 Y 值的 X 值或反向预测的作用。
例如，这是计算 EC50/IC50 的重要步骤。 EC50 是引起最大剂量一半所需的药物浓度。 在结合实验中，IC50 是配体或抑制剂的浓度，在该浓度下，一半的靶标存在于结合阶段。 它通常用于衡量药物的效力（见上文），尽管使用 EC50 优于“效力”，后者因其含糊不清而受到批评（参考).
从拟合曲线中，在模型的红色三角形中使用选项自定义逆向预测，指定 Y（反应如毒性）来预测 X（如对数浓度或剂量）。 显示图表和具有 95% 置信区间的 X 的预测值（图 5）。
图 5：逆向预测估计
Michaelis-Menten 动力学的 Vmax 和 Km 估计
在生物化学中，Michaelis-Menten 动力学是最著名的酶动力学模型之一。 它以德国生物化学家 Leonor Michaelis 和加拿大医生 Maud Menten 的名字命名。 该模型采用描述酶促反应速率的方程式形式（ v ),其公式及曲线如图6所示。
图 6：Michaelis Menten 方程和模型拟合。
参数一种表示最大反应速率（在文献中通常称为 V最大限度), 和b参数（在文献中通常称为米氏常数或 K米) 是 x 的值，使得响应是 V 的一半最大限度. 它是底物对酶的亲和力的反向量度。 钾米是酶对底物的亲和力的量度。 紧密结合的底物具有小的 K米价值观；弱结合的底物具有较大的 Km 值。
使用 Fit 曲线平台并选择 Michaelis-Menten 模型，很容易提取 V最大限度和米从等式。 请参见图 7 中的示例。
图 7：Michaelis-Menten 曲线拟合中的参数 a (Vmax) 和参数 b (Km) 估计。
