GraphPad Prism 统计教程：如何理解数学模型

EndNote 2022-04-28 21:42:12

数学模型是描述物理、化学或生物状态或过程的方程。非线性回归的目的是将模型拟合至您的数据中。

数学模型到底是什么？非线性回归的关键在于将模型拟合至您的数据中，这就提出了一个问题：什么是模型？数学模型是对物理、化学或生物状态或过程的描述。使用模型可帮助您思考化学和生理过程或机制，因此您可设计更好的实验并理解结果。将一个模型拟合到您的数据，将获得可在模型背景中进行解读的最佳拟合值。

“数学模型既不是假设，也不是理论。与科学假说不同，模型不能通过实验直接验证。因为所有模型既真又假....模型的验证并非说它是“真的”，而是它产生了与重要问题相关的良好的可检验假设。”——R. Levins, Am.，《科学家》54：421-31，1966

您使用模型的目的不一定是完美描述系统。一个完美模型可能有太多有用的参数。相反，您的目的是找到尽可能简单的模型来描述您的实验体系。您希望一个模型足够简单，这样您就能使模型拟合到数据，但又得足够复杂，以与您的数据很好地拟合并给到您一些参数，以帮助您理解体系，得出有效的科学结论，并设计新的实验。

基于三个示例模型进行学习

为让您了解数学模型的作用概念，下文简要描述了三个常用模型。

01作为浓度函数的光密度

背景：比色化学分析基于一个简单的原理。向样本中加入适当的反应物，引发化学反应，反应产物是有色物质。终止反应时，有色产物的浓度与待检测的物质的初始浓度成正比。

模型：由于光密度与有色物质的浓度成正比，光密度也与所检测的物质的浓度成正比。

下载 (7).jpeg 下载 (8).jpeg

现实检查：从数学上讲，该方程适用于任何x值。但结果仅当某些值下才有意义。

负的X值没有意义，因为浓度不能是负值。
反应不再受物质浓度限制时，该模型可能在高物质浓度下失效。
如果溶液变得非常暗（光密度非常高），以至于几乎没有光到达检测器，则模型在高浓度下也可能失败。此时，仪器的噪声可能超过信号。

一个模型只适用于一定范围的值是很正常的。您只需要意识到这些限制，不要试图使用超出其有用范围的模型。

02指数衰减

每当某事发生的速度与剩余的数量成正比时，使用指数方程。例如，配体与受体分离、放射性同位素的衰变和药物的代谢。表示为微分方程：

下载 (9).jpeg

将微分方程转换成在可定义任何时间的Y值的模型需要一些演算。只有一个函数的导数与指数函数Y成正比。同时对微分方程的两侧进行积分，得到一个新的。

下载 (10).jpeg

03平衡结合

配体与受体相互作用时，或基质与酶相互作用时，结合遵循质量作用定律。

下载 (11).jpeg

测量结合的量，也就是RL复合物的浓度，将其绘制在Y轴上。改变添加配体的量，我们可假设它与游离配体的浓度（L）相同，因此形成了X轴。一些简单（但乏味）的代数可得出该方程：

下载 (12).jpeg 下载 (13).jpeg

如果可由Prism选择模型，自然是再好不过。为什么不可能？

非线性回归目的是将模型拟合至您的数据中。程序会找到模型中参数的最佳拟合值（可能是速率常数、亲和力、受体数量等），而您能够科学地解读这些最佳拟合值。

选择模型是一个科学的决定。您应根据您对化学或生理学（或遗传学等）的理解作出选择，选择不应仅仅基于图表形状。

一些程序（GraphPad软件不提供）会自动将数据拟合成数千个方程，然后向您提供与数据拟合最佳的方程。使用这样的程序很有吸引力，因为其使您不必选择一个方程。问题在于，该程序不了解您实验的科学背景。与数据拟合最佳的方程不太可能符合有科学意义的模型，将无法解读参数的最佳拟合值，因此结果不太可能有用。

如果您的目的是简单地为模拟或插值创建一条平滑的曲线，则让程序为您选择一个模型会很有用。在这些情况下，您不关心参数的值或模型的意义。您只需关心曲线是否很好地拟合数据，且不会产生过大摆动。曲线拟合的目的是将数据拟合到基于化学、物理或生物原理的模型时，请避免使用这种方法。不要用计算机程序来避免理解您的实验体系，或避免作出科学决策。

为便于理解模型，GraphPad给出了一些理解模型含义的提示。

遇到一个方程会导致许多科学家的大脑冻结。如果您是其中一个思考方程时遇到困难的科学家，这里有一些提示可帮助您理解方程的含义。例如，让我们用描述酶活性的米氏方程作为底物浓度的函数：