生物检定 — 平行线法
平行线法(Parallel Line Method)用于比较响应与 log(剂量) 呈线性关系的标准品和供试品:拟合共同斜率,两条直线的水平位移即为对数相对效价。三项有效性检验(回归显著性、平行性、线性)必须通过。每个制剂至少使用 3 个正剂量水平并设置重复。输出包括带置信限的效价、符合性、诊断结果和剂量-响应图。
最后审阅
核心要点
平行线法通过拟合响应对 log(剂量) 的平行直线,估计供试品相对于标准品的相对效价;两条直线之间的水平距离即为对数相对效价。
本页内容
什么是生物检定 — 平行线法?
平行线检定(Parallel Line Assay),也称平行线法(Parallel Line Method),是一种统计方法,用于在生物检定中估计供试品相对于标准品的相对效价。它在共同的 log(剂量) 尺度上比较标准品和供试品的剂量-响应关系,前提是有效的比较要求拟合的直线相互平行。
在平行线检定中,y 轴表示测得的响应(例如抑菌圈、生长速率或其他生物响应),x 轴表示所给剂量的对数。对标准品和供试品拟合一个共同斜率,两条直线之间的水平(对数剂量)距离即为估计的对数相对效价。当响应在所测范围内随剂量的对数线性增加(或减少)时,此方法尤其适用。
平行线检定对于确认供试品的效价可以合理地相对于公认标准品来表示至关重要。它通过正式的有效性检验确认:剂量-响应关系在统计上显著,各制剂的直线相互平行,并且该关系在所测剂量范围内呈线性——效价估计值被视为有效之前,这三项检查缺一不可。
平行线法广泛用于制药和生物技术行业,例如测定抗生素、疫苗和其他生物制品的效价,符合 USP <111>(Design and Analysis of Biological Assays)和欧洲药典 5.3(Statistical Analysis of Results of Biological Assays)等监管要求。它给出效价估计值及其置信限,可支持放行检验、稳定性评估和注册申报。
何时使用生物检定 — 平行线法?
当需要将一个或多个供试品的效价与标准品进行比较,且预期测得的响应与剂量的对数呈线性关系时,使用平行线法。它常用于微生物和生物效价检定,例如抗生素、激素或疫苗检定,其中标准品和供试品各自在多个剂量水平下进行测试,并预期两条(或多条)剂量-响应直线相互平行。
正确使用生物检定 — 平行线法的指南
- 在 Preparation 列中包含一个清晰标注的 Standard 制剂和至少一个 Test 制剂
- 尽可能为每个制剂使用至少 3 个剂量水平,以便检验线性
- 确保剂量值严格为正(该方法基于 log(剂量);零或负剂量无效)
- 尽可能使各制剂相邻剂量之间的比值保持一致(“对称”设计),以简化结果解释
- 为每个剂量-制剂组合收集足够的重复,以便精确估计残差误差
- 报告效价结果之前,务必检查三项有效性检验:回归显著性(Significance of Regression)、平行性(Parallelism)和线性(Linearity)
- 为 Assumed Standard Potency 和 Assumed Test Preparation Potency 设定合理的值,使估计效价以正确的单位表示
替代方法:何时不宜使用生物检定 — 平行线法
如果预期测得的响应与剂量本身(而非剂量的对数)呈线性关系,且检定包含零剂量(空白)处理,请改用斜率比法。如果响应是质反应(例如存活/死亡、有反应/无反应)而非连续测量值,则质反应法更为合适。
生物检定 — 平行线法示例
某制药公司的质量控制分析员希望测定新生产的一批抗生素(供试品)相对于参比标准品的效价。分析员将两种制剂配制成三个浓度(2、4 和 8 µg/mL),测量其对某试验菌产生的抑菌圈(单位 mm),每个制剂的每个浓度设 4 个重复平板。分析员的步骤如下:
- 收集所需数据。

- 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
- 要找到生物检定 — 平行线法,请选择 Statistical module > Regression > Bioassay — Parallel Line Method。
- 在工具中输入数据及其他输入项,如下所示:

- 使用上述工具后,得到如下输出:

如何生成生物检定 — 平行线法
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页选择 Statistical Tool > Regression > Bioassay — Parallel Line Method。
- 点击 Bioassay — Parallel Line Method,进入工具界面。
- 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
- 接下来,选择 Response、Dose 和 Preparation 列,输入 Standard 制剂的标签,并设置所需选项。
- 最后,点击页面底部的 calculate,即可得到所需结果。
生物检定 — 平行线法的工具界面分为两部分。
左侧为数据窗格(Data Pane)。可以手动输入数据,也可以从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
- Load example: 将加载示例数据。
- Load File: 用于直接加载 Excel 数据。
右侧提供以下选项:
- Response: 包含测得的生物响应(例如抑菌圈、吸光度)的列。
- Dose: 包含所给剂量或浓度的列。值必须严格为正。
- Preparation: 标明每个观测值属于哪个制剂(Standard 或 Test)的列。
- Standard preparation label: 在 Preparation 列中用于标识标准品的确切文本(例如“Standard”)。
- Design type: 选择 Completely Randomised Design;如果需要考虑 Block 列,则选择 Randomised Block Design。
- Block column: 仅 Randomised Block Design 需要;用于标识区组因子(例如平板或批次)。
- Assumed standard potency / Assumed test preparation potency: 标准品和供试品的标称(标示)效价,用于将相对效价换算为绝对估计效价。
- Confidence level: 用于效价置信限的置信水平(%)。
- Potency CI error term: 哪种方差用于效价置信限。“Pure error”要求每个制剂/剂量有重复观测,EP 5.3 即有此要求。(了解更多)
- Compliance lower limit / Compliance upper limit: 估计相对效价的可接受范围(%),用于标记符合性为 Pass/Fail。
- Logarithm base: 自然对数或以 10 为底的对数——应用于 Dose 列的变换。
- Significance level for validity tests (α): 用于回归、平行性和线性有效性检验的显著性阈值。
- Outlier threshold: |标准化残差| 的数值,超过该值的个案诊断行将被标记为异常值。
- Show case diagnostics table / Show normality-homogeneity tests / Show dose-response graph: 用于在输出中包含或排除这些部分的开关。
- Download as Excel: 以 Excel 格式显示结果,便于编辑,并可通过 load file 选项重新加载以进行计算。
常见问题
什么是平行线检定?
平行线检定用于估计供试品相对于标准品的相对效价。将响应对剂量的对数作图,对各制剂拟合一个共同斜率,两条直线之间的水平对数剂量距离即为估计的对数相对效价。它符合 USP <111> 和欧洲药典 5.3 的要求。
平行线检定需要进行哪些有效性检验?
效价估计值有效之前须满足三项检查:剂量-响应关系必须在统计上显著,各制剂的直线必须相互平行,并且该关系在所测剂量范围内必须呈线性。报告效价结果之前,务必检查回归显著性、平行性和线性。
什么情况下应改用斜率比法或质反应法?
当响应与剂量本身而非 log(剂量) 呈线性关系,且检定包含零剂量空白时,使用斜率比法。当响应为二元结果(如存活/死亡或有反应/无反应)而非连续测量值时,使用质反应法。
平行线检定需要多少个剂量水平?
尽可能为每个制剂使用至少 3 个剂量水平,以便检验线性,且剂量必须严格为正,因为该方法基于 log(剂量)。各制剂相邻剂量之间保持相同比值(即对称设计)可简化结果解释,每个剂量和制剂组合设置足够的重复则可精确估计残差误差。
