cancel
Showing results for 
Show  only  | Search instead for 
Did you mean: 
  • Don’t miss your chance to experience Discovery Summit Europe at our best available rate! Early bird registration through 31 Oct.
  • Image to Table JMP extension imports single or batch images as data tables. Useful to extract curves from pictures or convert image data to curve data to use in analyses like Functional Data Explorer. Download and install the extension.

김대윤의 블로그 - DaeYun Kim's Blog

Choose Language Hide Translation Bar
JMP를 활용한 Biological Assays - 개념 및 PLA(Parallel Line Assay) 분석방법

Biological Assay는 살아있는 세포 또는 조직에 미치는 효과에 의한 농도 또는 물질의 효능을 결정하는 분석방법을 의미합니다. 유럽 약전(European Pharmacopoeia)에서는 5.3항에 디자인/분석/타당성 검사등과 관련된 상세한 내용을 제공하고 있으며, 이는 미국 약전(USP 1032-1034) 및 ICH Q2R과도 동일한 내용입니다.

 

EP5.3.PNG

 

Bioassay 분석에서는 아래와 같은 여러 분석 디자인이 있으나, 본고에서는 PLA(Parallel Line Assays)에 한해 설명하도록 하겠습니다.

 

1. Parallel Line Model

2. Slope-Ratio Model

3. Quantal Responses

4. Extended Sigmoid Dose-Response Curves

 

먼저, Bioassays에 있어 실험결과 data는 다음과 같은 세가지 조건을 만족할 때 "통계적으로 타당하다(Statistically Valid)"라고 합니다.

 

1. 선형회귀 계수가 통계적으로 유의해야 합니다. 즉 선형회귀 계수의 p-value가 0.05보다 작아야 합니다.

2. 직선들간 평행성이 만족되어야 합니다. 즉 비평행성을 나타내는 항의 p-value가 0.05보다 커야 합니다.

3. 모든 직선은 선형성을 만족해야 합니다. 즉, 2차항 회귀계수의 p-value가 0.05보다 커야 합니다.

 

위와 같은 사전 개념을 먼저 학습한 후 EP 5.3에서 제공되는 example로 사례분석을 해 보겠습니다.

 

아래의 sample data는 "Two-Dose Multiple Assay with Completely Randomized Design" 사례입니다. 

 

sample.PNG

위 데이터를 아래와 같이 JMP Data Table로 불러들입니다. 

sample1.PNG

분석을 하기 전 아래와 같은 두개의 그림을 그립니다. 좌측의 그림은 세개의 Preparation 별로 Regression fitting 결과이며, 우측의 경우 세개의 Preparation을 Overlay한 plot입니다. 우측 그림을 봤을 때, Preparation U는 Standard와 T와는 평행성이 만족되기 힘들 수 있음을 알 수 있습니다.

 

regression.png  regression_by.png

  

분석은 먼저, 위에서 언급한 세가지 조건(회귀계수의 유의성 / 평행성 / 직선성)을 만족하는 지 살펴보고, 세가지 조건이 만족되었을 때 Relative Potency 를 구해보도록 하겠습니다.

 

1. 회귀계수의 유의성 : 각 Preparation 별 직선회귀 계수의 p-value가 0.05보다 작기 때문에 회귀계수의 유의성을 만족한다고 판단할 수 있습니다.

 

regression1.pngregression2.pngregression3.png

 

2. 평행성 : 세개의 직선에 대한 평행성에 관련된 항의 p-value는 0.05보다 작기 때문에 평행성을 만족한다고 볼 수 없습니다.

 

parallel1.png

다만, Preparation U를 제외했을 때는 평행성을 만족한다고 할 수 있습니다.

parallel2.png

  

참고 : 위 결과는 다음과 같이 해석할 수 있습니다. 위에서 평행성을 나타내는 항(Term)은 실험계획법에서 2인자 교호작용을 나타내는 Term입니다. 즉 아래의 그림과 같이 2인자 교호작용(Interaction)이 존재한다는 것은 그 항이 통계적으로 유의하다(p-value가 0.05보다 작다)는 것을 의미하는 것입니다. 다시 말해, 위와 같이 해당 항이 통계적으로 유의하지 않다(p-value가 0.05보다 크다)는 것은 아래의 그림처럼 No Interaction으로 두 직선이 평행하다는 것으로 판단할 수 있습니다.

 

SE22017101922163470.png

 

3. 선형성 : 본 사례에서는 Dose Level이 두가지로서 곡선을 Test해 볼 필요가 없습니다. 다만 Dose Level이 3개 이상인 경우 2차항을 fitting하여 1차항의 회귀계수와 2차항의 회귀계수가 각각 통계적으로 유의한지(p-value가 0.05보다 큰지 작은지)에 대해 검정함으로써 선형성을 확인할 수 있습니다.

 

[Relative Potency 구하는 방법]

 

아래와 같은 대화창에서 Red Triangle 클릭 후 Estimate >> Expanded Estimates를 클릭합니다.

relative1.png

아래와 같은 결과가 나오면  Standard 대비 Preparation T의 Relative Potency(물론 여기서는 자연로그기 씌워져 있는 상태입니다)는

 

(Preparation T의 기울기-Standard Preparation 기울기) ÷ 공통기울기

 

의 공식으로 구해집니다. 

 

relative.png

 

즉, (-3.125-3.125)/(-58.97016) = 0.1060이 Preparation T의 Relative Potency입니다.

Last Modified: Dec 26, 2019 2:25 AM