0

我之前已经成功使用 DRC 包进行剂量反应建模以确定 IC50，但我的新一批数据遇到了数据图和模型看起来正确的问题，但生成的值在ED() 函数对数据没有意义。

library(drc)

data1 = data.frame(percent_inhibition=c(13.56, 20.80, 32.75, 44.18, 45.13, 58.77, 13.54, 15.54, 24.60, 32.96, 41.18, 62.82, 18.73, 29.23, 29.23, 39.81, 69.08, 97.56), in_well_concentration=c(156.25, 312.50, 625.00, 1250.00, 2500.00, 5000.00, 312.50, 625.00,  1250.00, 2500.00, 5000.00, 10000.00, 312.50, 625.00, 1250.00, 2500.00, 5000.00, 10000.00))

drm_data1 <- drm(percent_inhibition ~ in_well_concentration, data = data1, fct = LL.3())

ED(drm_data1, c(10, 25, 50, 95), interval = "delta")

plot(drm_data1, type = "confidence", xlab = "concentration of CAN1, ng/mL", ylab = "Percent Inhibition")

这产生了输出：

Estimated effective doses

          Estimate  Std. Error       Lower       Upper
e:1:10  1.2216e+03  5.6099e+03 -1.0736e+04  1.3179e+04
e:1:25  1.0975e+04  5.9307e+04 -1.1544e+05  1.3739e+05
e:1:50  9.8600e+04  6.1452e+05 -1.2112e+06  1.4084e+06
e:1:95  3.5427e+07  3.0106e+08 -6.0626e+08  6.7711e+08

和 剂量反应模型

根据数据和模型图，我预计 IC50 值在 5000-8000 ng/mL 左右，但 ED 估计值更大，偏差很大。即使当我尝试其他模型函数类型（LL.4 和 Weibulls）时，我仍然会得到对数据没有意义的值，即使我之前已经使用这种处理方法处理类似的数据而没有问题。

以下是该模型的摘要，以防万一有用：

summary(drm_data1)

Model fitted: Log-logistic (ED50 as parameter) with lower limit at 0 (3 parms)

Parameter estimates:

                 Estimate  Std. Error t-value p-value  
b:(Intercept) -5.0040e-01  1.9921e-01 -2.5119 0.02394 *
d:(Intercept)  3.1639e+02  6.5188e+02  0.4854 0.63444  
e:(Intercept)  9.8600e+04  6.1452e+05  0.1605 0.87467  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error:

 10.30549 (15 degrees of freedom)

这次我错过了什么重要的东西吗？

4

0 回答 0