半抑制浓度（或称半抑制率），即IC50，英文名称为half maximal inhibitory concentration。它能指示某一药物或者物质（抑制剂）在抑制某些生物程序（或者是包含在此程序中的某些物质，比如酶、细胞受体或是微生物）的半量。在凋亡方面，可以理解为一定浓度的某种药物诱导肿瘤细胞凋亡50%，该浓度称为50%抑制浓度，即凋亡细胞与全部细胞数之比等于50%时所对应的浓度，IC50值可以用来衡量药物诱导凋亡的能力，即诱导能力越强，该数值越低，当然也可以反向说明某种细胞对药物的耐受程度。

Graphpad操作演示：

1. 本案例以进哥最近实验数据为例，数据结构如下，两组，各三个平行：

2. 打开Graphpad Prism软件，图表类型选择“XY”，在Data table选项中勾选“Enter or import data into a new table”；Options选项中勾选“Enter 6 replicate values in side-by-side subcolumns”，在本例中，药物浓度有6个复孔，因此输入数字“6”，如果我们已经计算了SD值，那么可以选择“Enter and plot error values already calculated elsewhere”选项。设置完成后，点击“Creat”创建图表。

3. 复制粘贴数据

4. （可选，视情况而定）数据转换

大家可以看到，这是一个指数数浓度梯度，以2的倍数增加，对于这种类似的浓度梯度，如果不进行log对数转化，绘图时低浓度的点会挤在一起，结果不清晰也不美观。因此可以选择进行对数转化，此处log2转化：

，在上方工具栏点击“Analyze”，在新打开的Analyze Date对话框中，展开“Transform, Normalize”项目列表，选择“Transform”，点击“OK”打开Parameters: Transform对话框。

5. 在界面左侧的导航栏“Results”处，可以看到转换之后的数据，点击Graphs下面也可以看到默认的散点图。

6. 接下来我们进行曲线拟合，首先选中Data1，在工具栏中点击“Analyze”，在新打开的Analyze Date对话框中，展开“XY analyzes”项目列表，选择“Nonlinear regression （cure fit）”，点击“OK”。

在新打开的Parameters: Nonlinear Regression对话框中，选择“Model”选项卡，展开“Dose-Response-Inhibition”列表，选择“[inhibitor] vs. Normalized response–Variable slope”，点击“OK”即可执行计算。

7. 计算完成后，在左侧导航列表中“Results”下的“Nonlin fit of Data 1”可看到计算结果。

shNC组IC50 = 40.74，shTarget组 IC50 = 17.40。

PS：如果使用对数转化之后的数据，选中transform数据，此时就选择“log（inhibitor） vs. normalized response — Variable slope”。需要注意的是，如果浓度是经过log10转化，那这里不需要改变公式，如果向这边教程经过log2转化，则需要修改公式：双击此时就选择“log（inhibitor） vs. normalized response — Variable slope”，弹出界面底下点击Clone this equation，弹出一个user-defined equation，将10改成2。

对应的，Transforms to report里面10变成2，点击OK：

可以看到，与前面未经过转化的结果一样。

8. 这时候再点击Graphs下面的Data1或Transform of data1，就可以得到拟合曲线：

Graphpad图片美化就不多说了，大家用过的应该知道如何调整。

R语言操作演示：

可能用R来计算IC50和绘制剂量-效应曲线，大家会觉得大可不必。但是对于大量计算以及追求美观的朋友，用R处理不失为一个好方法。这边给出最基本的代码：

df <- read.csv(“IC50.csv”)

df.m1 <- drm(Response ~ Dose,Group, data = df,

fct = LL.5(fixed = c(NA,0,100,NA,1),names = c(“b”, “c”, “d”, “EC50”, “f”)))

par(lwd=2, cex=1, font.lab=2)

plot(df.m1, broken=F, bp=.1, bty=’o’,col = brewer.pal(9,”Set1″)[1:length(unique(df$group))],

lty=c(1,2),pch=c(15,17),legend = 0,

xlab=”Dose”, ylab=”Cell viability”)

##提取IC50数值

EC50.1 <- round(summary(df.m1)$coefficients[3, 1], digits = 3)

EC50.2 <- round(summary(df.m1)$coefficients[4, 1], digits = 3)

具体请看B站视频，

相关代码请至：

B站代码获取 – 王进的个人网站

B站代码获取