要在 Prism 中选择剂量-反应模型，您需要回答以下四个问题：
X 值是浓度（或剂量）还是浓度或剂量的对数？
Prism为剂量反应曲线提供了两组方程。一组假设X是剂量或浓度的对数，另一组假设X是剂量或浓度本身。请务必选择与数据相符的方程。
是兴奋还是抑制？
Prism 提供了一组用于兴奋作用的剂量反应方程，以及另一组用于抑制作用的方程。抑制方程的曲线呈下降趋势。两者的唯一区别在于：抑制方程拟合 IC50（“I”代表抑制），而兴奋方程拟合 EC50（“E”代表有效）。
如果曲线呈上升趋势，请从刺激方程组中选择；如果曲线呈下降趋势，请从抑制方程组中选择。
标准斜率还是可变斜率？
Prism 提供了采用标准斜率的方程（其 Hill斜率为 1.00（用于兴奋）或 -1.00（用于抑制）），以及采用可变斜率的方程（由 Prism 进行拟合）。 名称中未包含“可变斜率”的方程默认采用标准斜率。在测量配体与受体的结合时，若不存在异质性或协同作用，通常预期会出现标准斜率。但事实证明，许多其他对数剂量（log(dose)）与剂量反应曲线也具有相同的标准斜率。
如果您的数据中有多于几个浓度点对应的响应值介于10%至90%之间，则可要求Prism拟合斜率。如果您的数据仅提供一两个浓度点且其响应值介于10%至90%之间，则数据实际上无法提供定义斜率的信息，您可能需要选择一个具有固定斜率的模型。
这一选择并非简单明了，在许多情况下，哪种方法更优并不明确。
是否进行标准化？
如果您的数据已经过归一化处理，使得曲线范围从 Y=0 到 Y=100，您可能希望选择归一化模型。这类模型不会拟合底端和顶端的平台区，而是强制将底端平台设为 0，顶端平台设为 100。仅当您已非常精确地确定了定义 0 和 100 的数值时，才应选择“归一化响应”方程。 数据经过归一化处理，并不意味着必须以这种方式约束曲线。
在许多情况下，是否使用归一化模型并不明确，这并非总是显而易见的决定。
特殊剂量 - 反应模型
Prism 提供了两组用于特殊剂量-反应情境的特殊模型。一组设计为接受以浓度值形式输入的 X，另一组设计为接受以 log(浓度) 值形式输入的 X：
剂量-反应 -- 特殊（X 为浓度）
剂量-反应 -- 特殊（X 为 Log[浓度]）
