上图显示了适合特异性结合数据的饱和结合方程,但所有浓度均相对较低(相较结合的Kd),因此数据几乎形成一条直线。饱和度结合模型很好地拟合了数据(实线),曲线周围有95%的狭窄置信区间(虚线)。但查看Bmax和Kd的置信区间(如方框所示)!它们非常宽,甚至下降到负(不可能的)值。基于这些数据,曲线很好拟合数据,但模型中的两项参数(Bmax和Kd)均不符合合理的置信区间。这并不奇怪。数据甚至没有显示出停滞的迹象,因此数据根本未定义Bmax和Kd。
问题是数据与具有大量低亲和力受体(高Bmax高Kd)或较少数量的高亲和力受体(低Bmax低Kd)的系统一致。下图显示了两种可视化方式。左边的图表显示了与上图相同的拟合度,但最佳拟合曲线及其置信区间延伸至更大的浓度。尽管置信区间在点附近很窄,但属于超宽范围,因为其超出了数据的集中范围。右图显示了两种不同的拟合,将Kd限制为等于200 nM或500 nM。曲线非常不同,但都接近数据。
另一种看待这些数据问题的方式是Bmax和Kd具有相关性。Prism可以报告协方差矩阵作为其非线性回归结果的一部分。只有两项参数,在“矩阵”中只有一个值。Kd和Bmax之间的协方差(范围从0.0到1.0)为0.9993。Prism还可以报告每项参数的相关性(范围也可从0.0到1.0)。只有两项参数,两者具有相同的依赖关系,在本示例中为0.9986。这对于Prism来说还不够高,无法宣布结果 模糊,但该指定阈值(依赖关系> 0.9999)为任意值。
在这一点上,人们很容易放弃,因为没有更高浓度的更多数据,什么都不能确定。但在一些系统中,特别是那些使用PET扫描来探测受体的系统,像这样的数据具有典型性。不可能使用更高浓度的配体。
从这些数据中可以学到什么?数据几乎是线性的。这条线的斜率告诉我们什么?斜率,或者说初始斜率,称之为“结合潜力” (1)。不要被术语“潜力”误导。其与势能和热力学无关。相反,其是一种用少量配体来衡量结合程度的方法。
如果您从特特异性结合方程开始,取它相对于X的导数(即浓度),并设X等于零,您将得到特异性结合曲线的初始斜率。结果是,该斜率,结合潜力,等于Bmax/Kd。Bmax的测量单位与数据中的Y值相同。Kd以与X值相同的单位来测量。所以结合潜力的单位等于Y单位除以X单位。
Prism可拟合特异性结合曲线,还可报告Bmax/Kd的比值及其置信区间。如需实现这一点,则需创建一个新用户定义的方程,或(更容易)克隆一个内置方程。然后转至对话框中定义方程的最后一个选项卡。“变换为报告”。选择报告两项参数的比率,并定义分子和分母。
在本示例中,Prism发现结合潜力为242.1,置信区间为183.4至300.7。该置信区间相当窄,因此结果非常有用。
1.Innis等人,可逆结合放射性配体体内成像的统一命名法。《脑血流与代谢杂志》(2007),第27(9)卷,第1533-1539页