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

前言

当竞争性抑制剂存在于结合实验中时，其与激动剂竞争以结合受体，且其会使剂量-反应曲线右移，而不改变最大反应（在足够高浓度的激动剂下，可以克服竞争性抑制剂的影响，并且仍可获得最大反应）。该偏移由SchildSlope量化。在真正的竞争性抑制条件下，SchildSlope值将等于1.0。该模型将SchildSlope的值约束为1.0。此外，Prism还提供有相关方程，其中，SchildSlope不受约束。本分析通过全局拟合多条曲线进行，其中一条曲线拟合无抑制剂时的值，而其他曲线则拟合具有不同浓度的竞争性抑制剂时的值。通过对这些曲线进行全局拟合，可确定竞争抑制剂的亲和力。

循序渐进

1.创建一张带子列的XY数据表，以匹配您的实验设计。

2.在X中输入激动剂配体的浓度对数。例如，如果浓度为1nM，则输入-9。请勿输入“1e-9”。

3.采用任何实用单位，将反应输入Y。将无抑制剂的数据输入A列。将采用抑制剂常数浓度收集的数据输入B列。如有数据，请对C列、D列、E列、……（各列具有不同的抑制剂浓度）重复上述步骤。

4.以摩尔为单位输入抑制剂浓度，作为数据表的列标题。如果浓度为1nM，在列标题中输入“1e-9”或“0.00000001”。不要输入“-9”。由于这些数据是无抑制剂的对照数据，因此不要忘记输入“0”作为数据集A的列标题。输入到列标题中的这些值用于分析；其不仅仅是标签，因此需要以正确的格式输入。

5.在数据表中，点击“分析”，选择“非线性回归”，然后选择“方程：剂量反应-特异性，X为log（浓度）”窗格。然后选择Gaddum/Schild EC50偏移（SchildSlope=1），X为log（浓度）。

6.考虑将HillSlope参数约束为其标准值1.0（SchildSlope已约束为1.0）。如果没有很多数据点，因此无法拟合这些参数时，这尤其有用。

单位注释

•书写该方程时，输入X值作为激动剂的浓度对数，将列标题作为拮抗剂的浓度。这就是该方程的简单写法。如果愿意，可轻松复制该方程并用不同惯例进行改写。此外，Prism还提供有相关方程，其中，X值输入为激动剂浓度。

•EC50以您输入X值的相同单位的反对数报告。如果输入的X作为log（摩尔），则EC50的单位就是摩尔。如果输入的X值作为log（以毫克为单位的剂量），则EC50将以毫克为单位。

•pA2是拮抗剂浓度的负对数，需将曲线移动2倍。该浓度与您在列标题中输入拮抗剂浓度时使用的单位相同。如果在列标题中输入浓度的单位为nM，则pA2是nM的负对数。如果以mg/kg为单位输入浓度，则pA2就是mg/kg的负对数。

•如果想将pA2转换成浓度，首先翻转符号（乘以-1），然后取反对数（十的幂）。如果也这样处理置信限，注意翻转符号也会改变限的顺序，因此“下”置信限实际上是上限，而“上”限实际上是下限。Prism将该值报告为A2。

模型

EC50=10^LogEC50

Antag=1+（B/（10^（-1*pA2）））

LogEC=log（EC50*Antag）

Y=Bottom+（Top-Bottom）/（1+10^（（LogEC-X）*HillSlope））

 

 

解读参数

EC50和LogEC50：EC50是在无抑制剂的情况下引起一半最大反应的激动剂浓度。logEC50采用与您输入X值相同的单位。EC50采用这些单位的反对数。

pA2是指拮抗剂浓度的负对数，需将剂量反应曲线移动2倍。由于SchildSlope固定为1.0，则为pKb，即，与受体结合的抑制剂的平衡解离常数（摩尔）的负对数。对于该模型，Prism同时报告pA2和as logKb。单位是您在数据表上输入浓度作为列标题所用任何单位的对数标度。

A2是指将剂量反应曲线移动2倍所需的拮抗剂浓度。由于SchildSlope固定为1.0，则为Kb，即，与受体结合的抑制剂的平衡解离常数（摩尔）。对于该模型，Prism报告Kb，否则，Prism报告A2。单位与在数据表中输入浓度作为列标题时使用的单位相同。

HillSlope用于描述曲线族的陡度。HillSlope 1.0为标准值，您应该考虑将斜率限制为常数值1.0。

顶部和底部均为Y轴单位的稳定期。

注：

•所有这六项参数在所有数据集之间共享，因此您将只会看到每项参数的最佳拟合值，而非每个数据集的最佳拟合值。

•Prism未报告每条曲线的EC50，仅报告第一条曲线的EC50（无任何拮抗剂的曲线）。

•模型中的变量B定义为一个数据集常数，其值来自列标题。结果页面将显示这些B值。确保其是每个数据集中使用的拮抗剂浓度（而非浓度的对数）。

•该模型未明确将SchildSlope 作为一项参数。 原因在于其约束为常数值1.0。该值用于量化移动与竞争相互作用预测的一致性。如果竞争者有竞争力，则SchildSlope将等于1.0。应考虑将SchildSlope约束为常数值1.0。如果SchildSlope不受约束，则拮抗剂项包含一个S次幂表达式，其中S表示SchildSlop因子。如果向右移动大于竞争相互作用的预测，则S将大于1。如果向右移动小于竞争相互作用的预测，则S将小于1。

 

Schild模型何时有效？

Colquhoun（1）研究显示，只要您能做出这些假设，Schild模型就有效：

•拮抗剂B是一种真正的拮抗剂，单独使用不会改变受体的构象。

•激动剂A和拮抗剂B的结合在每个结合位点均互斥。

•B对每个结合位点均有相同的亲和力。

•如果A占用的每个位点相同，则不论有多少位点被B占用，观察到的反应相同。

•在平衡状态下进行测量。

 

1.Colquhoun，D.，为什么Schild方法比Schild意识到的要好。《药物学研究进展》（2007）第28卷（12）第608-14页