问题：未达到足够高的浓度就拟合结合等温线
上图展示了一条根据特异性结合数据拟合的饱和结合方程。但由于所有浓度都相对较低（与结合的Kd值相比），因此数据几乎形成一条直线。饱和结合模型很好地拟合了数据（实线），曲线周围的95%置信带较窄（虚线）。 但请看 Bmax 和 Kd 的置信区间（框中所示）！它们极其宽泛，甚至延伸到了负值（这是不可能的）范围。虽然根据这些数据，曲线与数据拟合得很好，但模型中的两个参数（Bmax 和 Kd）均未获得合理的置信区间。这并不令人意外。 数据中甚至没有丝毫趋于平稳的迹象，因此数据根本无法确定 Bmax 和 Kd 的值。
问题在于，这些数据既可能对应于含有大量低亲和力受体的系统（高 Bmax；高 Kd），也可能对应于含有少量高亲和力受体的系统（低 Bmax；低 Kd）。下图展示了两种可视化呈现这种情况的方式。 左侧图表展示了与上图相同的拟合结果，但最佳拟合曲线及其置信带被延伸至更高浓度范围。虽然置信带在数据点附近较窄，但当延伸至数据未覆盖的浓度范围时，其宽度会变得非常大。 右侧图表展示了两种不同的拟合结果，其中Kd被约束为200 nM或500 nM。这两条曲线差异显著，但都紧贴数据点。
分析这些数据问题的另一种视角是：Bmax与Kd之间存在相关性。Prism可以在非线性回归结果中报告协方差矩阵。由于只有两个参数，该“矩阵”中仅包含一个值。 Kd 与 Bmax 之间的协方差（取值范围为 0.0 至 1.0）为 0.9993。Prism 还可以报告每个参数的依赖度（取值范围同样为 0.0 至 1.0）。 由于只有两个参数，两者的依赖度相同，在本示例中为 0.9986。这一数值尚不足以让 Prism 判定结果存在模糊拟合，但该判定阈值（依赖度 > 0.9999）本身是任意的。
此时人们很容易放弃，认为若没有更高浓度的更多数据就无法得出结论。但在某些系统中，尤其是那些使用 PET 扫描检测受体的系统，此类数据十分常见。使用更高浓度的配体是不可能的。
拟合结合势
从这些数据中能得到什么信息？数据呈近似线性关系。这条直线的斜率能告诉我们什么？该斜率（或更准确地说，初始斜率）被称为结合势（1）。 不要被“势”这个术语所误导。它与势能和热力学毫无关系。它实际上是衡量少量配体能发生多少结合的指标。
若从特异性结合方程出发，对其关于X（即浓度）求导，并将X设为零，即可推导出特异性结合曲线的初始斜率。 事实证明，该斜率（即结合势）等于 Bmax/Kd。Bmax 的单位与数据中 Y 值的单位相同；Kd 的单位与 X 值的单位相同。因此，结合势的单位等于 Y 单位除以 X 单位。
Prism 不仅能拟合特异性结合曲线，还能报告 Bmax/Kd 的比值及其置信区间。要实现这一点，可以创建一个新的用户自定义方程，或者（更简单的方法）克隆内置方程。然后转到定义方程的对话框的最后一个选项卡。 “转换为报告”。选择报告两个参数的比值，并定义分子和分母。
在本示例中，Prism 测得结合潜能为 242.1，置信区间为 183.4 至 300.7。该置信区间相对较窄，因此该结果具有较高的实用价值。
参考文献
1. Innis 等。可逆结合放射性配体体内成像的共识命名法。《脑血流与代谢杂志》（2007）第 27 卷（9 期），第 1533-1539 页
