您好-感谢您分享此信息。 你能给我指点一个资源，它逐步解释了如何评估剂量反应曲线中的 EC50、相对效力和平行性。 谢谢-Raza
这非常有帮助。是否有可用指南解释如何使用示例数据集执行此类分析？谢谢。
嗨 SER284，
我有一些材料可以发送。 你能给我发一封电子邮件吗，我会和你分享。
你好！ 这真的很有帮助！ 但是，我仍然很困惑如何使用JMP 来计算LD50(EC50)。 你能给我一些指导材料吗？ 谢谢你！
你好@Valerie_Nedbal ,
我也有兴趣获得有关如何在 JMP 中执行 EC50 的更多信息。 是否有推荐的链接或其他资源？
谢谢
你好@瓦莱丽_内德巴尔我还可以获得有关如何在 JMP 中执行 EC50 的信息吗
你好@瓦莱丽_内德巴尔,
感谢您对 JMP 中生物测定和效力测试基础知识的精彩概述。
您是否了解有关如何计算相对效力的更多信息？ 通常这是由 EC50 定义的参考/EC50样本*100。
我在 JMP 中重新进行了之前在其他几个程序中所做的分析，其相对效力接近 100%。 然而 JMP 似乎没有正确计算。 我得到的是 noting 或 3.2 或类似的答案。 我使用了 4PL Rodbard 方程，它似乎与其他软件的 4PL 方程相当。
您能否分享有关计算内容以及如何在可能的情况下更改某些设置的背景信息？
药物的效力经常用于工业，甚至 GMP 监管的环境中。 需要理解计算的每一位。 我仍然很难在 JMP 中找到这些信息。
非常感谢和最好的
你好@瓦莱丽_内德巴尔,
感谢您这篇内容非常丰富的帖子。 我对使用 JMP 还比较陌生。 您能否分享执行此类分析的更详细的工作流程？
谢谢你！
你好@瓦莱丽_内德巴尔
JMP 16版本有这个功能吗？ 我无法从分析中找到并行性测试。分享执行此类分析的更详细的工作流程将非常有帮助。
谢谢你！
你好@瓦莱丽_内德巴尔,
感谢您提供这个非常有用的参考。一个与逆预测相关的问题（我在JMP 17）：
对于给定的生物测定，两种化合物可能具有不同的上渐近线。最终，我想在我们的分析中比较多种化合物（组）的 AC50。有没有一种方法可以动态地将每组的预测上渐近线引用到逆预测中（例如 我想预测 X=0.5*上渐近线）。
谢谢！
生物测定是一种通过物质对活细胞或组织的影响来确定其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）的影响来评估药物的效力。
生物测定和测试的分析通常在制药和生物技术行业中进行。它是监管提交、标准操作程序制定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。在本博客中，我描述了使用常用 JMP 的生物测定示例。
并行性测试
并行性测试提供了一种分析，用于测试组之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反应函数。并行性测试可在 Sigmoid 曲线的拟合曲线平台中找到。在此示例中，使用了 JMP 数据样本库中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配方。对这三条曲线进行了并行性分析和测试（图 1）。请注意，所有剂量的水平偏移都是相同的。仅水平位移不同的两条曲线被称为平行。如果测试项目不具有与标准相同的生物活性成分，则相对效力会在剂量范围内变化。在此示例中，所有曲线具有相同的形状，但水平移动，高 P 值验证了我们的发现，得出结论：三个配方曲线的曲线是平行的。
图 1：并行性测试（请注意，对数（相对效力）水平移动∆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：充分表征的标准品的 EC50 除以样品的 EC50。仅当样品和标准品的剂量反应曲线平行并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。
当比较新测试与测试 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，正如我们在图表中看到的那样。测试 B 的相对效力大于测试 A。这意味着药物制剂 B 作为浓度函数的毒性增加速度快于测试 A。如果相对效力接近 1，则表明它们的效力相似。
等价测试
图 3：Logistic 4P 模型拟合四种公式（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，“等价测试”选项提供了用于测试跨分组变量级别的模型等价性的分析。本示例使用生物测定数据（图 3）。对四种不同的配方进行比较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相等。请注意，蓝色的测试 B 与所有其他三种配方不同
选择“等价测试”选项后，指定要针对每个其他级别进行测试的分组变量的级别（标准公式用作分组变量或参考）。将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 与标准以及测试 B 与标准的等效测试。
通过分析参数的比值来检验参数的相等性。默认决策线放置在比率值 0.8 和 1.25 处，表示 25% 的差异。
如果所有置信区间都在决策线内，则两组实际上是相等的。如果单个区间落在线之外，那么我们就不能断定这些组是相等的。在我们的示例中，测试 B 并不等同于标准，因为药物配方 B 的拐点低于标准，这与图 3 一致。
逆预测和 EC50
您可能有兴趣知道药物在什么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 值或逆预测的作用。
这是计算 EC50/IC50 等的重要步骤。 EC50 是达到最大浓度一半所需的药物浓度。在结合实验中，IC50 是一半靶标存在于结合阶段时的配体或抑制剂的浓度。它通常用于衡量药物的效力（见上文），尽管 EC50 的使用优于“效力”，后者因其模糊性而受到批评（ 参考文献）。
根据拟合曲线，在模型的红色三角形中使用选项自定义逆预测，指定 Y（如毒性的响应）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 预测值（图 5）。
图5：逆预测估计
Michaelis-Menten 动力学的 Vmax 和 Km 估计
在生物化学中，米氏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。该模型采用描述酶反应速率 ( v ) 的方程形式，其公式和曲线如图 6 所示。
图 6：Michaelis Menten 方程和模型拟合。
参数a代表最大反应速率（在文献中通常称为 V max ）， b参数（在文献中通常称为米氏常数或 K m ）是 x 的值，使得响应为 V max的一半。它是底物对酶的亲和力的倒数测量。 K m是酶对底物亲和力的量度。结合紧密的基材具有较小的 K m值；结合弱的底物具有较大的 Km 值。
使用“拟合曲线”平台并选择 Michaelis-Menten 模型，可以轻松从方程中提取 V max和 K m 。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。
你好@Valerie_Nedbal ，
我可以获得有关如何使用生物测定插件计算 EC50 的分步说明吗？谢谢
请记住，所有非线性模型都是迭代求解的。其他软件包可能会求解精度较低/收敛极限较低的模型参数。
对于相对效力，X 轴值应以 10 为底进行对数转换。其他一些软件包会自动执行此操作，而不会告诉您。
请参阅有关相对效力的段落：
相对效力
给出分组变量每个级别的效力和相对效力。效力为 10^(EC 50 )，其中 EC 50是获得基线和最大值之间响应一半的浓度。对于 Logistic 2P、3P 和 4P，效力为 10^（拐点参数）。相对效力是分组变量的一个级别的效力除以另一级别的效力。例如，在图 14.10中，测试 A与标准的相对效力为 效力测试 A /效力标准。
https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/test-parallelism.shtml%23
此处列出了 JMP 的模型及其参数：https: //www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/statistical-details-for-fit-curve-models.shtml%23ww631631
JMP 中非线性平台导数的统计详细信息（也用于拟合曲线）。： https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/statistical-details -on-derivatives.shtml%23ww289354
你好，
这可以用于平行线分析以及 4PL S 形曲线吗？您是否有任何关于从线性响应曲线获取相对效力的最佳方法的资源？谢谢！
-本
