一、模型基础介绍

Lambert-Pearson模型由Lambert和Pearson在2000年建立，专门用于抑菌浓度梯度动力学数据拟合，广泛应用在抗菌、抗真菌物质评价，也是oCelloScope配套UniExplorer软件内置剂量响应模型。该模型基于生长曲线AUC面积分数（Fa）拟合抑制剂浓度与微生物生长抑制程度之间的关系，核心输出两个标志性参数NIC与MIC，区别于传统单点终点法，依托全程动力学累积生长量进行计算，更加适合长周期微生物、霉菌孢子萌发抑制实验。

二、核心参数详细解释

1. NIC 无抑制浓度（No Inhibitory Concentration）

指低于该浓度时，抑制剂不会对微生物生长产生显著影响，微生物生长水平与空白对照组基本一致。在浓度小于NIC区间，抑制效果接近0；NIC可以识别亚抑制浓度区间，区分完全无作用和轻微抑制，适合评估天然产物、防腐剂的最低有效作用起点。很多抗菌顶刊同时报道NIC与MIC，用来完整描述剂量效应区间。

2. MIC 最低抑菌浓度（Minimum Inhibitory Concentration）

模型拟合得到的理论最低浓度，在该浓度及以上，微生物生长被完全抑制。和传统肉眼判读或者单一时间点OD读取的MIC不同，Lambert-Pearson的MIC基于整条时序生长曲线积分结果，能够规避后期菌体复苏、延迟生长带来的误判，适合存在延迟萌发、后期复生长现象的霉菌体系。

3. Slope 曲线斜率参数

代表抑制作用随浓度上升的变化陡峭程度。斜率数值越大，意味着浓度小幅提升就能快速增强抑制效果；斜率平缓，则说明抑菌效果随浓度变化缓慢，存在较宽的部分抑制区间。该参数可以用于对比不同抑菌物质作用模式。

4. Fa_min、Fa_max 面积分数上下限

Fa代表处理组AUC与对照组AUC比值。Fa_max趋近于1，代表无抑制；Fa_min趋近于0，代表完全抑制生长。软件通过边界约束拟合浓度-Fa响应曲线，用于约束模型收敛，减少异常曲线造成拟合失败。

三、模型适用场景

适合梯度浓度药物、天然提取物、防腐剂开展高通量抑菌动力学筛选，适配细菌、酵母菌、霉菌孢子萌发实验。依托oCelloScope输出的时序BCA生物量数据计算AUC，再导入模型拟合得到NIC、MIC。相比静态终点MIC测定，可以捕捉延迟期延长、生长速率下降、后期菌体复苏等动态现象。

四、实操拟合注意事项

1. 浓度梯度设计需要覆盖无抑制、部分抑制、完全抑制三个区间，梯度跨度不宜过大，否则模型拟合容易发散，参数置信区间变宽。

2. 必须统一所有组别生长曲线积分起止时间，AUC计算时间窗口保持一致。

3. 若部分组别出现菌体裂解，AUC低于基线，需要在数据分析阶段标注，谨慎解读MIC结果。

4. 平行样本数量影响拟合稳定性，建议每组设置3组及以上生物学重复。

5. 该模型属于剂量响应二级模型，需要先完成一级生长模型获得AUC数据，不能直接拟合原始时序成像数据。

五、模型优势与局限性

优势：同时输出NIC与MIC两个关键指标，量化部分抑制区间；基于全过程累积生长量，优于单点终点判定；适合丝状真菌这类难以依靠终点观测定量的体系。

局限性：只描述稳态剂量效应，无法直接给出生长速率、迟滞期等单一生长参数；当菌株出现适应性耐药、双峰生长曲线时，拟合准确度下降，需要结合图像辅助解释。