Einsatzbereiche von Origin/OriginPro

Pharmakologie

Origin unterstützt die Analyse von pharmakologischen Daten mit mehreren Standardfunktionen. Ob Dose-Response-Parameter bewertet, eine Standardkurve angepasst oder eine globale Anpassung für mehrere Datensätze druchgeführt werden soll, Origin führt die Analyse effizient und effektiv aus.

  • Standardmäßige Analyse-Templates für Dose-Response-Analysen
  • Anpassen von Standard- und Antwortkurven in einem Schritt
  • Vorlagen zum Erzeugen einer Standardkurve aus Untersuchungsdaten
  • Globales Anpassen und Anpassen von Wiederholungen bei mehreren Datensätzen
  • Benutzerdefinierbare Vorlagen und das Hilfsmittel der Stapelverarbeitung zum Automatisieren von Analysen großer Datenmengen

Dose-Response-Analyse

Ein üblicher erster Schritt bei der Dose-Response- (oder Concentration-Response-) Analyse ist das Anpassen der gemessenen Anwort eines Systems auf unterschiedliche Konzentrationen eines Agonisten, wodurch eine Kontrollkurve erstellt wird. Ein Antagonist wird eingeführt, Antwortdaten werden gesammelt und die Anpassung wird erneut durchgeführt. Durch den Vergleich der zwei Fit-Kurven werden wertvolle Informationen zu den biochemischen Komplexen gewonnen, die in den Reaktionen des Agonisten allein und in Relation zur Anwesenheit des Antagonisten enthalten sind. Origins nichtlineare Anpassung, der NLFit, vereinfacht Analysen wie Dose-Response, die größtenteils auf Kurvenanpassungen basieren. Während viele funktionale Beziehungen möglich sind, werden die meisten Dose-Response-Kurven gut mit einer sigmoidalen Kurve angepasst. Origin bietet 16 parametrisierte Kurven in sieben Kategorien:

  • Dose-Response (2)
  • Logistic (4)
  • Hill (2)
  • Boltzmann (3, einschl. Double Boltzmann)
  • Gompertz (1)
  • Richards (2)
  • Weibull (2)

Die Analyse ist jedoch nicht auf diese beschränkt, da es mit dem NLFit möglich ist, eigene Anpassungsfunktionen zu definieren.

Standardkurven mit Anpassung von Wiederholungen

Eine Standardkurve bietet die Grundlage zur Bestimmung von unbekannten Parametern eines wohl definierten Fits der Antwortdaten aus einem bestimmten System. Eine typische Standardkurve wird aus mehreren Experimenten mit sehr ähnlichen Abtastintervallen und Parameterwerten erzeugt. Anstatt die Daten vor der Anpassung zu mitteln, wodurch statistische Messabweichungen eingeführt werden können, ermöglicht es Origins Option zum Anpassen von Wiederholungen - der so genannte zusammengefasste Fit -, die Rohdatensätze gemeinsam anzupassen, so dass sich ein besserer Gesamtfit ergibt.

Origin kann die Standardkurve dann interpolieren, um X-Werte (Konzentrationen, z. B. EC20 oder EC80) bei gegebenen Y-Werten zu suchen und umgekehrt. Zum Automatisieren der Funktion kann entweder die mit Origin ausgelieferte Vorlage "Assay" verwendet oder eine eigene Vorlage entworfen werden.

Globales Anpassen von mehreren Datensätzen

Möglicherweise ist es für eine Aufgabe erforderlich, Datensätze entweder unabhängig voneinander oder zusammen anzupassen. Dazu kann ein globaler Fit verwendet und gemeinsame Parameter, wie z. B. die Basislinie oder die Asymptote, geteilt werden. Origin bietet die einzelne und die gemeinsame (globale) Anpassung von mehreren Datensätzen und die Möglichkeit, Daten einfach aus der Analyse zu entfernen oder sie hinzuzufügen.

Origins globale Anpassungsfunktionalitäten für pharmakologische Analysen werden in einer Fallstudie zur globalen Anpassung erläutert.

Untersuchen von Daten mit dem Minitool Quick Fit

Mit dem Minitool Quick Fit können schnell mehrere Kurventypen an einen Datensatz angepasst werden, um den am besten geeigneten zu bestimmen. Dementsprechend kann eine ähnliche Anpassungsfunktion für mehrere Datensätze verwendet werden.. Der Quick Fit ist ein extrem nützliches Hilfsmittel zum Untersuchen von Daten vor der Durchführung einer vollständigen Analyse; beim zweiten Schritt der Analyse können die Parameter des Quick Fits und die Ergebnisse direkt an Origins nichtlineares Anpassungshilfsmittel (NLFit) zurück gesendet werden.

Gewichtetes Anpassen für gemittelte Daten

Manchmal sind die Daten einer Antwortkurve nur als gemittelte Daten mit verbundenem Fehler verfügbar. Origins unterschiedliche gewichtete Anpassungsmethoden ermöglichen das Faktorieren der Fehlerwerte (oder anderer festgelegter Werte) im Fit.

Sobald eine Analyse einmal durchgeführt wurde, kann sie als Analysevorlage zur wiederholten Verwendung gespeichert werden; neue Daten werden dann einfach in die Vorlage importiert und die Analyse automatisch fertig gestellt. Bei Analysen von größeren Datenmengen kann Origins Hilfsmittel der Stapelverarbeitung zusammen mit der Analysevorlage verwendet werden, um die Dose-Response-Analyse zu automatisieren.

Experimentelle Daten anhand Konfidenzen bewerten und vergleichen

Eine häufige Aufgabe ist es, bestimmte experimentelle Daten mit theoretischen Daten bzw. Vergleichsdaten zu vergleichen, wie hier am Beispiel der Reaktionsgeschwindigkeitskonstante bei einer definierten Temperatur und Amplitude in Abhängigkeit der Aktivierungsenergie gezeigt.

Mit Hilfe von Origin und den implementierten Funktionen erstellen Anwender schnell präzise und aussagekräftige Graphen, die auf einen Blick vermitteln, ob ihre Messdaten innerhalb des gewünschten Konfidenzintervalls liegen oder ob abweichende Werte vorliegen und eine Überprüfung der Daten notwendig ist.

Auch im 3D-Raum ist es sehr einfach möglich, Abweichungen von theoretischen Daten eindeutig zu visualisieren, wie hier am Beispiel einer druck- sowie spannungsabhängigen Messung der detektierten Intensität eines Detektors zu sehen.

ID=3062