当您最关心的参数不是由任何一个数据集定义，而是由两个数据集之间的关系定义时，全局拟合最有用。

样本数据

选择 XY 样本数据集：结合 --总结合与非特异性结合的饱和度

使用非线性回归拟合数据，打开 "结合--饱和 "方程列表，选择 "一个位点--总结合和非特异性结合"。您将看到下面的拟合结果。

方程解释和全局拟合

本实验测量了不同浓度放射性配体的平衡结合，以找出放射性配体的Bmax和Kd。由于配体与非特异性位点以及相关受体结合，该实验同时测量了总结合和非特异性结合（在存在过量未标记的受体阻断剂的情况下放射性配体的结合）。

分析这类数据时，通常先从总结合中减去非特异性结合。然后将得到的特异性结合与描述一个受体位点平衡结合的模型进行拟合。

全局拟合同时拟合总结合力和非特异性结合力。无需首先减去两个数据集。唯一的技巧是编写一个模型，对每个数据集拟合不同的方程。Prism 的内置方程设置如下：

特异性=Bmax*X/(X+Kd)

非特异性=NS*X+背景

<A>Y=特异性+非特异性

<B>Y=非特异性

 

第一行定义特异性饱和结合。

第二行定义非特异性结合为添加的放射性配体（X）的恒定部分加上背景（通常为零）。

第三行前面是 <A>，因此只适用于第一个数据集（A 列，总结合）。它定义该数据集中的 Y 值等于总结合力与非特异性结合力之和。

第四行前面是 <B>，因此只适用于第二个数据集，并定义这些 Y 值等于非特异性结合。

该方程的定义有一个约束条件，即两个数据集共享 NS 和背景参数。这样，Prism 就能在拟合两个数据集的基础上，为 NS 和背景找到一个拟合优度值。由于 Bmax 和 Kd 只用于拟合第一个数据集，因此共享这些参数没有意义。

您所关心的参数（Bmax 和 Kd）无法仅通过拟合一个数据集来精确确定。但是拟合一个定义了两个数据集（及其关系）的模型，同时在数据集之间共享参数 NS，可以让 Prism 从数据中获取尽可能多的信息。