利用SoftMaxPro软件分析心肌细胞球收缩
基于细胞的化合物筛选模型已变的越来越复杂，以展示生物系统的复杂性。活细胞成像和三维模型为活细胞的结构和细胞过程提供了有价值的见解。最近在开发代表人类不同种类组织的复杂类器官模型方面有了很大的进展，其中包括肝脏、胰腺、神经和心肌组织。心肌细胞球能够在体外环境下收缩并且可对不同调控因子的影响作出反应。这里，我们将介绍一种包括成像和分析的实验方法，此方法可用于监测体外心肌细胞球的跳动及其跳动模式特征。 在研究心肌细胞毒性的案例中，实时观察到心肌细胞的跳动行为将使科学家们通过使用透射光、相差和荧光成像方式从单一实验中获得多参数结果。在药物研发的早期阶段筛选化合物毒性，能够大大节约后期药物对心血管副作用导致药物研发失败所产生的成本。 这促使了开发生物相关的、高通量、高内涵筛选工具如心肌细胞球。 高内涵筛选产生出大量需要快速和自动化分析的数据。SoftMax® Pro 软件的数据导入功能可以让您分析任何科学数据，包括高......阅读全文
利用SoftMax Pro软件分析心肌细胞球收缩
基于细胞的化合物筛选模型已变的越来越复杂，以展示生物系统的复杂性。活细胞成像和三维模型为活细胞的结构和细胞过程提供了有价值的见解。最近在开发代表人类不同种类组织的复杂类器官模型方面有了很大的进展，其中包括肝脏、胰腺、神经和心肌组织。心肌细胞球能够在体外环境下收缩并且可对不同调控因子的影响作出反应
利用SoftMax Pro软件分析心肌细胞球收缩
前言基于细胞的化合物筛选模型已变的越来越复杂，以展示生物系统的复杂性。活细胞成像和三维模型为活细胞的结构和细胞过程提供了有价值的见解。最近在开发代表人类不同种类组织的复杂类器官模型方面有了很大的进展，其中包括肝脏、胰腺、神经和心肌组织。心肌细胞球能够在体外环境下收缩并且可对不同调控因子的影响作出反应
SoftMax Pro软件验证方案
对于在GLP或GMP实验室工作的科研人员，SoftMax Pro软件验证方案提供了最为全面的记录文档和可用于验证GxP管理员功能，软件运行和分析能力的工具。验证时间从6个月缩短至三天对于您实验最重要的莫过于结果的重复性，可靠性和完整性，但要做到这些可能需要多达6个月的时间进行充足的实验步骤的认证和记
如何在SoftMax Pro 7软件中选择最佳权重因子
前言 选择合适的权重因子对于获得最佳的曲线拟合至关重要, 获得曲线拟合参数值使得曲线拟合模型尽可能接近真实的测量数据点。加权将会影响到每个浓度下数据点的影响程度和发挥的作用，或特定数据点或曲线某一部权重是对数据中误差进行建模的一种方式，并且已经用于处理不同曲线的不同数据点的
如何在SoftMax Pro 7软件中选择最佳权重因子？（二）
结论利用 SSE 和 AIC 方法开发了检测模板，在SoftMax Pro7 软件中选择的曲线拟合模型测试最常见的加权因子。这些统计测试有助于比较适用于不同加权因子的拟合度优化，可以自信选择最适当的加权方式。然而，必须确保有足够的数据点支撑来解释其变化。参考文献1. Gottschalk, P.,
如何在SoftMax Pro 7软件中选择最佳权重因子？（一）
前言选择合适的权重因子对于获得最佳的曲线拟合至关重要, 获得曲线拟合参数值使得曲线拟合模型尽可能接近真实的测量数据点。加权将会影响到每个浓度下数据点的影响程度和发挥的作用，或特定数据点或曲线某一部权重是对数据中误差进行建模的一种方式，并且已经用于处理不同曲线的不同数据点的绝对误差的差异，如四参数
使用MD SoftMax Pro 7软件进行平行线分析和相对活性..（二）
噪声和权重噪声是指检测响应的随机变化，当进行平行线评价时这是需要考虑的重要因素，因为它会影响检测平行性的能力。在高噪声的情况下，平行性计算值由于由于受噪声的影响过大，因此无法再正确的反应非平行性的程度。对于 F- 检验和卡方检验法这两种方法，在计算各自的概率值的过程中对于不同噪声水平的处理能力是不同
SoftMax Pro 7.1 GxP企业版数据获取和分析软件说明书
SoftMax Pro 7.1 GxP企业版数据获取和分析软件 在GMP/GLP实验条件下符合FDA指导方针的完整验证工具及手段 优势： • 通过系统审计追踪功能可以轻松跟踪和记录所有的改变 • Microsoft SQL 数据库能够使软件具有企业级别文档共享能力
使用MD SoftMax Pro 7软件进行平行线分析和相对活性..（一）
使用MD SoftMax Pro 7软件进行平行线分析和相对活性评价介绍在生物实验中要经常要使用到的平行线分析(PLA)方法，当无法直接检测一个生物制品的活性而只能通过检测其产生的效果时，PLA方法通常会被用来进行效应曲线的比较来获得此制品的效果(Figure1)。如果对于两种物质其生物响应相似或者
使用SoftMax Pro 7软件选择最佳的曲线拟合方式（二）
SSE 方法使用下面的公式进行分析：SSE= Σ wi (yi - yi)2。假设数据误差是不相关的且符合正态分布，使 SSE 尽可能的最小能够最大近似的估算数据模型的曲线公式参数。换句话说，最佳的曲线拟合方式是其参数能够得到最小的 SSE。如果两种拟合方式都能符合数据，那么哪个残差图给出了最小的