当 X 值是剂量或浓度的对数时，使用该方程。当 X 值为浓度或剂量时，使用相关方程。

引言

许多 log（抑制剂）vs.响应曲线都遵循我们熟悉的对称西格玛形状。

如果您有良好的控制数据，将  响应 归一化 为 0% 至 100% 之间的 曲线是有意义的  。该模型假定数据已经归一化，因此迫使曲线从 100%向下运行到 0%。我们的目标是确定抑制剂的 IC50 值，即引起相当于 50%响应的浓度。

只有当您确定已经非常准确地定义了 0% 和 100% 时，拟合归一化模型才有意义。如果您的数据定义了一条完整的正余弦曲线，那么最好拟合整条曲线，让 Prism 来 拟合顶部和底部高原。如果您的数据没有形成完整的西格玛曲线，但您可以通过实体控制数据定义底部和顶部，那么最好拟合为归一化模型。

许多抑制性剂量反应曲线的标准斜率为-1.0。这种模型不假定标准斜率，而是根据数据拟合出 Hill 斜率，所以称为 变异性斜率 模型。当您有大量数据点时，这种方法更可取。

步骤

创建 XY 数据表。在 X 中输入抑制剂浓度的对数，在 Y 中以任何方便的单位输入响应。将一个数据集输入 A 列，必要时使用 B 列、C 列......输入不同的处理。

如果您希望输入浓度而不是浓度的对数，请使用 Prism 将X 值转换为对数。

从数据表中点击分析，选择非线性回归，选择方程面板 "剂量反应曲线 - 抑制"，然后选择方程"log(抑制剂) vs. 归一化反应 - 变异性斜率"。

模型

Y=100/(1+10^((LogIC50-X)*HillSlope)))

 

解读参数

IC50 是在底层和顶层之间产生一半响应的激动剂浓度。这与 Y=50 时的反应不同。依赖于 Y 所用的单位以及 Bottom 和 Top 的值，IC50 可能会给出接近 "50 "的反应。Prism 同时报告 IC50 及其对数。

HillSlope描述曲线族的陡度。HillSlope 为-1.0 是标准值，您应考虑将 Hill 斜率限制为-1.0 的恒定值。比 -1 更负的 Hill 斜坡（如 -2）更陡峭。