生物检定 — 质反应法
质反应法(Quantal Response Method)分析每个剂量组受试对象中出现反应的数量,在 log(剂量) 上拟合 logit、probit、gompit 或 log-log 模型,各制剂共用同一斜率。它估计 ED50 等有效剂量和相对效价,并提供回归、平行性和线性的卡方有效性检验。可选 Spearman-Karber ED50 交叉校验。
最后审阅
核心要点
质反应法利用 log(剂量) 上的 GLM,根据存活或死亡等二元结果的生物检定,估计 ED50 等有效剂量以及供试品的相对效价。
本页内容
什么是生物检定 — 质反应法?
质反应法(Quantal Response Method)是一种统计方法,用于在测得结果为二元(质反应)的生物检定中估计相对效价和有效剂量(ED)值,例如动物存活还是死亡、受试对象有反应还是无反应,而不是连续测量值。
在质反应检定中,每个剂量组报告受试对象总数中出现反应的数量。在 log(剂量) 尺度上拟合广义线性模型(使用 logit、probit、gompit 或 log-log 链接函数),标准品和供试品共用同一斜率,由此得出有效剂量(如 ED50,即预期使 50% 的受试对象产生反应的剂量)和相对效价估计值。
有效性通过似然比卡方检验来确认,检验内容包括剂量-响应关系的显著性、各制剂之间的平行性以及拟合模型的线性——这相当于平行线法中有效性检查在质反应情形下的对应形式。
质反应法用于毒理学、疫苗及其他生物效价检测,例如 LD50/ED50 的测定,符合 USP <111> 和欧洲药典 5.3 的要求。
何时使用生物检定 — 质反应法?
当每个受试对象的测得响应为二元结果(有反应/无反应)而非连续测量值,并且需要估计有效剂量(如 ED50)或比较标准品与一个或多个供试品之间的效价时,使用质反应法。
正确使用生物检定 — 质反应法的指南
- 确保每一行都满足 0 <= Response <= Subject(Response 不能超过受试对象总数)
- 每个制剂至少使用 3-4 个剂量水平,以便正确评估剂量-响应曲线及其有效性
- 选择与生物响应机制最匹配的链接函数——logit 和 probit 是最常用的默认选择
- 确保所测剂量范围覆盖响应曲线的合理部分(理想情况下从接近 0% 到接近 100% 的响应),以便可靠地估计 ED50
- 启用 Spearman-Karber 选项,作为 ED50 估计值的非分布依赖交叉校验;如果不确定所选链接函数是否拟合良好,此选项尤其有用
- 报告 ED 值或效价结果之前,务必检查有效性检验
替代方法:何时不宜使用生物检定 — 质反应法
如果测得的响应是连续测量值而非二元结果,请改用平行线法、斜率比法或四参数逻辑斯蒂法,具体取决于响应是与 log(剂量) 呈线性、与剂量呈线性,还是呈 S 形。
生物检定 — 质反应法示例
某毒理学研究人员对标准品和供试品各测量了每组 40 个受试对象在 4 个浓度水平下的死亡率,希望比较相对效价(LD50 比值)。研究人员的步骤如下:
- 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 — 质反应法,请选择 Statistical module > Regression > Bioassay — Quantal Response 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 — 质反应法
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 — Quantal Response Method。
- 点击 Bioassay — Quantal Response 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、Subject、Dose 和 Preparation 列,输入 Standard 制剂的标签,并选择链接函数和有效剂量百分位数。
- 最后,点击页面底部的 calculate,即可得到所需结果。
生物检定 — 质反应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: 包含每组中出现阳性反应的受试对象数量的列。
- Subject: 包含每组受试对象总数的列。
- Dose: 包含所给剂量的列。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”)。
- Link function: Logit、Probit、Gompit(互补 log-log)或 Log-log——将剂量与反应概率联系起来的变换。
- Logarithm base: 自然对数或以 10 为底的对数——应用于 Dose 列的变换。
- Effective dose percentiles: 要计算的百分位数,以逗号分隔(例如“10, 50, 90”表示 ED10/ED50/ED90)。
- Also compute ED50 via Spearman-Karber method: 在基于模型的 ED50 之外,增加一个非分布依赖的交叉校验。
- 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 ED 和效价置信限的置信水平(%)。
- 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。
- Validity test method: 回归/非平行性/非线性有效性检验的计算方式。当某个剂量组的观测反应率为 0% 或 100% 时,Finney 经典方法的数值更稳定。(了解更多)
- 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。
- Maximum iterations: 模型拟合收敛所允许的最大迭代次数。
- Show case diagnostics table / 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
什么是质反应生物检定?
质反应生物检定是指每个受试对象的结果为二元的检定,例如存活或死亡,或有反应或无反应。每个剂量组报告受试总数中出现反应的数量,在 log(剂量) 上拟合共同斜率的广义线性模型,即可得到 ED50 等有效剂量以及相对效价估计值。
质反应检定中的 ED50 是什么?
ED50 是预期使 50% 的受试对象产生反应的剂量。该方法可以计算您列出的任何有效剂量百分位数,例如 ED10、ED50 和 ED90,并给出置信限。为可靠地估计 ED50,所测剂量范围应覆盖响应曲线的合理部分,理想情况下从接近 0% 到接近 100% 的响应。
质反应数据应使用哪种链接函数?
选择与生物响应机制最匹配的链接函数;logit 和 probit 是最常用的默认选择,也可使用 gompit(互补 log-log)和 log-log。如果不确定所选链接函数是否拟合良好,可启用 Spearman-Karber 选项,作为 ED50 估计值的非分布依赖交叉校验。
如何在 Zometric Statistical Software 中进行质反应生物检定?
选择 Statistical Tool > Regression > Bioassay - Quantal Response Method,然后选择 Response(反应数)、Subject(受试数)、Dose 和 Preparation 列,并输入 Standard preparation label。选择链接函数、有效剂量百分位数和有效性检验方法,然后点击 Calculate。每个制剂至少使用 3 到 4 个剂量水平。
