离子通道筛选剂量反应数据的层次贝叶斯推断

摘要

剂量-反应（或“浓度-效应”）关系通常发生在生物和药理学系统中，并以希尔曲线为特征。这些曲线由具有两个参数的方程描述：抑制浓度50%（IC50）；和希尔系数。通常，文献中只报告了“最佳拟合”参数值。这里我们介绍一个基于Python的软件工具，PyHill拟合，并描述其使用的基本贝叶斯推断方法，以推断这些参数的概率分布以及实验观测噪声的水平。该工具还允许分层拟合，以表征实验间变异性的影响。我们在最近发布的关于多种药物化合物抑制多离子通道的数据集上演示了该工具的使用。我们比较了最大似然、贝叶斯和层次贝叶斯方法。然后，我们展示了如何描述剂量反应输入的不确定性，并将其传播到心脏动作电位模拟中，以给出模型输出的概率分布。