Prism 的非线性回归功能可直接对存储在“多变量”表中的数据进行曲线拟合。这使您能够灵活地将剂量反应曲线、结合、酶动力学及其他曲线拟合数据保留在标准数据库格式中，从而更轻松地处理来自微孔板阅读器、实验室信息系统及其他统计软件的数据。

曲线拟合过程本身完全一致：采用相同的算法、拟合相同的方程、生成相同的参数估计值和统计量。唯一的区别在于您如何组织数据，以及如何告知 Prism 哪些列包含 X 和 Y 值，哪些列定义了您希望单独拟合的组别。

有何新功能

当您从“多变量”表格运行非线性回归时，分析参数对话框中将出现一个新的“数据”选项卡。您可以在此处为变量分配角色：

•响应（Y）变量：测得的结果（结合率、反应、活性等）

•预测变量（X）：自变量（浓度、剂量、时间等）

•分组变量：用于针对不同条件拟合独立曲线的可选分类变量

所有其他选项卡 - 包括用于选择方程的“模型”选项卡、用于设置参数限制的“约束”选项卡，以及诊断和输出选项 - 其工作方式与传统 XY 表格完全一致。

何时使用多变量表格进行非线性回归

当您拥有来自多孔板、高通量筛选或任何需要对多个数据集拟合曲线的实验所产生的剂量反应或浓度-效应数据时，多变量表格在非线性回归中尤为有用。您无需手动将不同组的数据整理成并列的列，而是可以直接处理来自板式阅读器或数据采集系统的长格式输出。

在以下情况下建议使用多变量格式：

•从酶标仪、实验室自动化系统或数据库导入数据时

•在相同的 X 条件下测量了多个响应变量（例如，同一剂量-反应实验中的多个读数）

•您希望针对多种实验因子组合（化合物、细胞系、时间点等）拟合曲线

•您的数据已处于“整洁”或长格式

•您需要对同一数据集进行其他分析（统计分析、其他回归类型）

当您直接在Prism中输入数据，或数据本身呈并列列格式时，传统的XY表格格式对于仅包含少量数据集的简单曲线拟合依然非常有效。

非线性回归数据的结构

对于非线性回归，您需要一组 X 值（预测变量或自变量）和一组 Y 值（因变量）。在“多变量”表格中，每一行代表一个观测值，包含 X 值、Y 值以及定义不同组别的任何分组因子。

基本的剂量 - 反应数据布局

以下是一个典型的剂量-反应数据集结构：

这是微孔板阅读器在进行多化合物剂量-反应实验时的典型输出结果。在运行分析时，您需要指定：

•响应（Y）：响应（测得的读数）

•预测因子 (X)：浓度（剂量）

•分组：化合物（为每种药物拟合独立曲线）

Prism 将分别拟合 Drug_A 和 Drug_B 的剂量反应曲线，并为每种化合物提供 EC50 值、Hill斜率及其他参数。

处理多个响应变量

在许多实验中，您会在每个 X 值下测量多个结果。例如，您可能在每个药物浓度下同时测量细胞存活率和凋亡率，或在结合实验中追踪多个荧光标记物。借助“多变量”表格，您可以在单次分析中对所有这些响应变量拟合曲线。

包含多个响应变量的示例：

如果您将“存活率”和“凋亡”都设为响应变量，并将“化合物”设为分组变量，且测试了两种化合物，Prism 将拟合四条曲线：存活率-药物_A、存活率-药物_B、凋亡-药物_A 和 凋亡-药物_B。这使您能够使用相同的 X 值，比较不同化合物对不同终点的影响。

处理多个分组变量

高通量实验通常涉及多个实验因素：不同的化合物、细胞系、时间点、处理条件等。通过“多变量”数据表，您可以将多个分组变量分配给分析，Prism 将为每种独特的组合拟合独立的曲线。

包含多个分组因子的示例：

将“化合物”和“细胞系”都设为分组变量（例如，有3种化合物和2种细胞系），将生成6条独立的剂量反应曲线。这使得在不同细胞背景下比较化合物的效力变得容易。

请注意，分组变量越多，需要拟合的曲线就越多。若包含5种化合物、3种细胞系和2个时间点，则将产生30条独立曲线（5 × 3 × 2 = 30）。请确保每条曲线都有足够的数据点。非线性回归通常需要每条曲线至少5-6个独特的X值（覆盖曲线的整个范围），才能获得可靠的参数估计。

关于重复实验

在多变量表格中，重复组仅是具有相同 X 值和相同分组变量值的额外行。Prism 在拟合每条曲线时会使用所有数据点，这与传统 XY 表格中的做法相同。

例如，若 Drug_A 的每种剂量均设有三个重复孔，则数据中每种浓度将包含三行，且 Drug_A 作为分组变量值。Prism 将针对所有 Drug_A 数据点拟合一条曲线，并妥善处理重复数据。