使用MD SoftMax Pro 7軟件進行平行線分析和相對活性評價

介紹

在生物實驗中要經(jīng)常要使用到的平行線分析(PLA)方法，當無法直接檢測一個生物制品的活性而只能通過檢測其產(chǎn)生的效果時，PLA方法通常會被用來進行效應曲線的比較來獲得此制品的效果(Figure1)。如果對于兩種物質(zhì)其生物響應相似或者在兩種不同的生物環(huán)境中同一種物質(zhì)產(chǎn)生相似的效應曲線時，平行線分析法可以被用來進行評價。評價平行性是計算化合物或藥物相對活性的前提，并且在很多生物應用中如藥物活性比較、分析物鑒定、交叉反應、干擾物質(zhì)、基質(zhì)補償、濃度估算和抑制效應等應用研究中。

當兩條曲線被判定為平行時，其中一條曲線的函數(shù)可以通過通過另一條曲線的函數(shù)乘上一個比例系數(shù)向X軸的左邊或右邊變換獲得：f(x)=f(rx)，其中x是劑量，r是比例系數(shù)或相對活性。對于相對活性，一般將參考品(已知品)的活性設(shè)為1，可以使用一個比例系數(shù)可以將參考品的曲線變換為測試品(未知品)曲線，那么這比例系數(shù)則被稱之為測試品的相對活性。這個方法應用于線性擬合的曲線非常合適，因為線性擬合的曲線在整個濃度范圍內(nèi)的曲線斜率是保持一致的(Figure2)�？墒菍τ诜蔷�性擬合曲線如4-參數(shù)和5-參數(shù)曲線，S形的濃度效應曲線在整個測試濃度范圍內(nèi)具有變話的斜率值(Figure1)。

用于評價平行性的方法根據(jù)平行性假設(shè)的驗證方法不同大致可以分為兩大類：效應比較法和參數(shù)比較法。本文將對這兩大類方法進行詳細解釋和介紹怎樣使用SoftMax® Pro 7軟件進行平行性測試。我們建立了一個Protocol包括了使用F-檢驗進行F-檢驗概率測試和使用卡芳-檢驗進行卡芳概率測試。另外，對于參數(shù)比較法，根據(jù)菲勒定理我們也建立了一個ParallelismTest的protocol放在SoftMaxProProtocol的庫內(nèi)。所有這些方法都可以被用于評價線性和非線性擬合曲線。

優(yōu)勢

- 一鍵點擊應用通用約束型模型擬合
- 自動計算相對活性、擬合參數(shù)和置信區(qū)間
- 預設(shè)各種平行線分析模板調(diào)用

平行性檢測

效應比較法

生物系統(tǒng)經(jīng)常會出現(xiàn)不符合預期的現(xiàn)象，并且數(shù)據(jù)會出現(xiàn)一些噪聲和波動；因此，選擇正確的曲線擬合方式和權(quán)重因子，來消除這些噪聲和波動是進行平行性評價前的首要一步。如果選擇了一個不合適的擬合方式，那么可能在平行性評價系統(tǒng)內(nèi)引入偏差，進而得出錯誤的結(jié)論。

由于根據(jù)實際實驗中的數(shù)據(jù)，很難獲得完全平行的擬合曲線，尤其對于非線性擬合回歸，而計算非平行曲線獲得相對活性是很困難的。在效應比較法中，參考品和測試品的曲線會使用約束模型同時進行擬合，在這個模型中，曲線被強制變?yōu)槠叫�；而在非約束模型中，兩條曲線會各自進行擬合。通過統(tǒng)計學的方法，來比較約束模型和非約束模型兩種擬合度的差異，這個差異可能是由于非平行性造成的。

在約束模型中，用來描述曲線的所有參數(shù)都是一樣的，除了用來描述 X- 值的參數(shù)不一樣；線性擬合中，X- 值是指截距，非線性擬合中是指上、下漸近線之間的中值，也就是 EC₅₀ 值。SoftMax Pro 軟件具有計算線性擬合的相對活性，也可以使用約束性模型 ( 全局擬合模型 ) 和獨立模型對非線性擬合曲線進行評價和計算相對活性。

- ChiSquaredPLA (PlotName@GraphName): 返回被擬合曲線的卡芳統(tǒng)計值
- ChiProbabilityPLA (PlotName@GraphSection): 返回被擬合曲線的卡芳統(tǒng)計值概率分布值
- FStatPLA (PlotName@GraphSection):返回被擬合曲線的 F- 檢驗值
- FProbPLA (PlotName@GraphSection):返回被擬合曲線的 F- 檢驗值概率分布值

注：以上所有公式只有在曲線擬合選項置中的 Global Fit (PLA) 選項被使用的情況下才可以使用。PlotName@ GraphName 是曲線的全稱，包含圖表的名稱，例如，Plot#1@Graph#1 或 Std@Standardcurve。指定某一條曲線作為公式內(nèi)曲線是帶有主觀性的，實際上卡方值是從該圖表中的所有曲線數(shù)據(jù)計算而來的。名稱為“Parallel Line Analysis Using Ftest and Chi-squared Test”的模板，是根據(jù)這兩種統(tǒng)計學方法而建立的 SMP 模板。當使用儀器直接獲取到數(shù)據(jù)或者從外部導入數(shù)據(jù)到模板中后，所有的計算過程會自動進行，并進行零假設(shè)的評估，判斷曲線是否平行。

在這個模板中，F(xiàn)-檢驗和卡芳檢驗的概率值必須大于等于0.95才能認定曲線是平行的。一般來說，這個設(shè)置的意思是指有95%的置信度該假設(shè)是成立的。置信程度是可以被調(diào)整的以適應不同實驗的接受水平。

虛假設(shè)測試

在效應比較法中，平行性的計算通常是利用殘差平方和(RSSE)的函數(shù)來進行的,以此來判斷約束性模型對數(shù)據(jù)的擬合效果，另外一個特殊的方法，則是根據(jù)附加平方和的分析來進行。這個統(tǒng)計學回歸方法是方差分析(ANOVA)的一種形式，其中虛假設(shè)的是約束性模型是正確的或者說曲線是相互平行的。虛假設(shè)的驗證，可以使用各種不同的統(tǒng)計學技術(shù)，包括概率的F-檢驗或卡方檢驗。在這兩種方法中，概率值會被計算出來，通常這個值介于0-1之間，當這個值接近1時，意味著曲線間的平行性在增大。需要注意的是，F(xiàn)-檢驗是有一定缺陷的，此法對于對獨立模型擬合度很高的曲線可能產(chǎn)生假陽性判斷或者對于獨立模型擬合度很低的曲線產(chǎn)生假陰性的判斷。這兩種方法都被收錄進了SoftMax Pro軟件當中，檢驗值和概率值計算可以通過軟件內(nèi)的以下公式方便的獲得：

噪聲和權(quán)重

噪聲是指檢測響應的隨機變化，當進行平行線評價時這是需要考慮的重要因素，因為它會影響檢測平行性的能力。在高噪聲的情況下，平行性計算值由于由于受噪聲的影響過大，因此無法再正確的反應非平行性的程度。

對于 F- 檢驗和卡方檢驗法這兩種方法，在計算各自的概率值的過程中對于不同噪聲水平的處理能力是不同的。F- 檢驗的概率值不受此因素影響，但是卡芳檢驗概率計算值則高度依賴于噪聲水平并要求對于數(shù)據(jù)方差進行準確的估算。因此，對于卡方檢驗法需要進行反方差權(quán)重設(shè)置。

如在“Selecting the best weightingfactor in SoftMax Pro 7”此篇應用資料里討論的，生物實驗一般在在曲線的上半部分會有較大的方差。在無權(quán)重的回歸分析中，平行性的結(jié)果會主要受曲線的上半部分的數(shù)據(jù)點影響，而曲線的下半部分的數(shù)據(jù)點在對于平行性結(jié)果的影響不大。

在軟件的模板中，權(quán)重因子的設(shè)置使用方差的倒數(shù)，但是根據(jù)情況可以調(diào)整為更合適的權(quán)重公式。另外，在 SoftMax Pro 6.5或更高版本中，可以直接進行方差的倒數(shù)權(quán)重項的設(shè)置 (Figure 4G)�？ǚ綑z驗方法中，參數(shù)的置信區(qū)間設(shè)置項 (Figure 4H) 只有在‘Weights are Inverse Variances’項被選擇的情況下才能使用。最佳的權(quán)重因子的設(shè)置會保證結(jié)果是主要來源于所有變化的數(shù)據(jù)點。

如何在SoftMax Pro使用PLA

在 SoftMax Pro 7 軟件中，PLA 可以在除了“point-to-point”,“l(fā)og-logit”和“cubic spline”三種擬合方式之外的所有通用曲線擬合方式下使用。在圖表部分，所有曲線具有一個共同的曲線擬合方程，PLA 的具體使用設(shè)置請見 Figure 4。

參數(shù)比較法

與響應比較法直接評價不同劑量曲線下的響應差異不同，參數(shù)比較法會各自獨立地對非約束模型下的各個曲線的參數(shù)進行比較，并參考大概置信區(qū)間；參數(shù)對必須落在規(guī)定置信水平下的置信區(qū)間內(nèi)。這種方法叫做等效測試和平行性小于規(guī)定閾值的測試法。歐洲藥典中使用的斜率比值法就是等效測試法的一個例子。

菲勒定理

菲勒定理使用統(tǒng)計學方法計算兩個參數(shù)比值的置信區(qū)間，使用tInv函數(shù)進行比值的計算，因此遵循帶自由度的t-分布，其概率為p。SoftMaxPro軟件的統(tǒng)計學公式，可以計算參考曲線和測試曲線各自曲線擬合參數(shù)之間比值的置信區(qū)間，并建立了一個模板(Figure5)包含了這些計算和概率閾值設(shè)定0.1(90%置信度)，可做相應調(diào)整。為了判定參考曲線和測試曲線之間是否平行，需要將計算的置信區(qū)間與一定置信水平的固定置信區(qū)間進行比較；在此模板中，使用90%的置信水平，因此，計算的置信區(qū)間如果落在0.9~1.1之間，那么這兩曲線將被認定為平行。

對于線性擬合曲線，該測試會針對參考曲線和測試曲線的斜率值進行，也即 SoftMaxPro 軟件中所描述的曲線方程內(nèi)的 B 參數(shù)值。可是，對于非線性擬合曲線，此方法只測試上平臺和斜率值，下平臺則由于菲勒定理的數(shù)學局限而不做測試。在低濃度時，參數(shù)的變異會非常高，導致中間計算過程會產(chǎn)生虛數(shù)，進而導致最終計算的置信區(qū)間不正確或無法計算。這個問題被美國農(nóng)業(yè)部 (USDA) 的獸用生物制品中心建議將下平臺值固定為 0，然后使用上平臺和斜率值來進行測試。相同地，SoftMax Pro 軟件的 Parallelism Test 的模板內(nèi)，默認將下平臺值設(shè)為 0，然后對斜率( 參數(shù)B ) 和作為上平臺的參數(shù) A 或 D 進行平行性結(jié)論的判斷。

結(jié)論

眾多的生物學實驗都需要兩條劑量效應曲線對的平行性進行判斷，本應用文章介紹了如何使用F-檢驗和卡方檢驗的效應比較法以及費勒定理描述的參數(shù)比較法進行平行線分析。SoftMax Pro 7軟件中，可以選擇使用約束性和非約束性曲線擬合模型以及高級的統(tǒng)計學公式計算分析。同時SoftMaxPro7軟件中，還提供預存的建立好的每種方法的模板供用戶調(diào)用，輕松進行本來很復雜的平行線分析。

References

1. Gottschalk, P.D. and Dunn, J.R. 2005. Measuring parallelism, linearity, and relative potency in bioassay and immunoassay data. Journal of Biopharmaceutical Statistics 15(3): 437-463.
2. Bates D. M. and Watts D. G. 1988. NonLinear Regression Analysis and its Applications. New York, Wiley.
3. Draper, N. R. and Smith H. 1998. Applied Regression Analysis. 3rd Ed. New York, Wiley.
4. Buonaccorsi, J. P. 2005. Fieller’ s Theorem.In: Armitage, P., Colton, T., editors. Encyclopedia of Biostatistics. 2. Vol. 3. New York, Wiley.
5. United States Department of Agriculture Center for Veterinary Biologics Standard Operating Policy/Procedure. 2015. Using Software to Estimate Relative Potency. USDA Publication No. CVBSOP0102.03. Ames, IA.