XiaO

S 曲线

XiaO / 2023-10-29


S 曲线

S 曲线因其函数图像形状像字母 S 得名。S 型函数是有界、可微的实函数,在实数范围内均有取值,且导数恒为非负,有且只有一个拐点。

所有连续非负的凸形函数的积分都是 S 型函数,因此许多常见概率分布的累积分布函数会是 S 型函数,如逻辑函数,古德曼函数,误差函数,广义逻辑函数。

逻辑 S 曲线的的参数意义

斜率因子和不对称系数对 S 曲线的整体形状影响最大:

其他参数对曲线的影响如下:

因此渐近线和拐点并不改变 S 曲线的形状

S 曲线的不同表达式

1. Five-parameter logistic curve

$$ y\ =b\ +\ \frac{t-b}{\left(1+\left(2^{\frac{1}{s}}-1\right)\cdot\left(\frac{ES_{50}}{x}\right)^{h}\right)^{s}} $$

$$ y’\ =\ -{ES_{50}}^{h}hs\left(2^{\frac{1}{s}}-1\right)\left(b-t\right)x^{-\left(h+1\right)}\left(\frac{{ES_{50}}^{h}\left(2^{\frac{1}{s}}-1\right)}{x^{h}}+1\right)^{-\left(s+1\right)} $$

(1). 参数 t: 系统所能达到的最大效应值,与 y 的单位相同。

(2). 参数 b: 系统所产生的最低效应值,与 y 的单位相同。

(3). $ES_{50}$: 刺激在达到其引发的效应从最小到最大的一半时的值,与 x 单位相同。

(4). h: Hill’s Slope 曲线的陡峭程度,无单位。

(5). s: symmetry parameter,对称因子,无单位,反映了 S 曲线的对称性。

2. Four-parameter logistic curve from USP

即上述对称因子等于 1 时的情况:

$$ y\ =b\ +\ \frac{t-b}{1+\left(\frac{ES_{50}}{x}\right)^{h}} $$

$$ y’=-\frac{{ES_{50}}^{h}h\left(b-t\right)x^{-\left(h+1\right)}}{\left(\frac{{ES_{50}}^{h}}{x^{h}}+1\right)^{2}} $$

$$ y’’\ =\ \frac{\left({ES_{50}}^{h}ht-{ES_{50}}^{h}bh\right)\left(hx^{\left(h-1\right)}\left(x^{\left(2h+1\right)}+2{ES_{50}}^{h}x^{\left(h+1\right)}+{ES_{50}}^{\left(2h\right)}x\right)-x^{h}\left(\left(2h+1\right)x^{2h}+2{ES_{50}}^{h}\left(h+1\right)x^{h}+{ES_{50}}^{2h}\right)\right)}{\left(x^{\left(2h+1\right)}+2{ES_{50}}^{h}x^{\left(h+1\right)}+{ES_{50}}^{\left(2h\right)}x\right)^{2}} $$

数学意义上的理解:

3. Four-parameter logistic curve from 欧洲药典 (PhEur)

欧洲监管机构给出的公式明确将对数的底数 L 设置为 e (即它们总是使用自然对数)。该公式为: $$ y=\delta+\frac{\alpha-\delta}{1+e^{-\beta(x-\gamma)}} $$ 这里有符号的明显变化。最显著的变化是使用 γ 表示 $ln(ES_{50})$,并定义 $x = ln(z)$ 。庆幸的是,对于其他参数来说都是直接替换。假设 β 为正:
上渐近线: $\alpha$
下渐近线: $\delta$
斜率参数: $-\beta$
$ln(ES_{50})$: $\gamma$