一、Lambert-Pearson抑菌模型基础原理

Lambert-Pearson模型是以生长曲线下面积比值（Fa，处理组AUC/对照组AUC）作为效应指标，建立抑制剂浓度与微生物生长抑制水平之间的剂量响应模型。模型核心输出NIC无抑制浓度、MIC最低抑菌浓度、斜率等参数，UniExplorer软件内置该拟合算法，常搭配oCelloScope时序扫描获取的BCA生物量数据开展抑菌评价。模型假设抑菌效果随抑制剂浓度单调变化，区分无抑制、部分抑制、完全抑制三个区间。

二、模型适用范围

1. 适用微生物类型

适用于细菌、酵母菌、丝状真菌等各类微生物生长抑制实验。尤其适合霉菌孢子萌发、菌丝生长这类很难依靠单一时间点判定终点的体系，可以识别孢子延迟萌发、缓慢生长、后期复生长等动态现象，弥补传统终点MIC方法的不足。

2. 适用实验体系

液体培养体系微生物动力学筛选，梯度浓度抗菌化合物、天然植物提取物、食品防腐剂、抑菌复合材料活性评估；药物联用体系，可结合模型参数对比单药与联合用药的抑制区间。依托长周期时序扫描得到连续生长数据，计算AUC后开展拟合，适配持续数日的微生物培养实验。

3. 适用数据特征

微生物生长曲线表现为典型S型曲线，抑制效果随药物浓度升高逐步增强，浓度效应呈现单调趋势。能够量化亚抑制浓度下的部分抑制效应，适合研究亚MIC条件下微生物生长行为。

4. 配套仪器适配场景

可直接使用oCelloScope输出的BCA生物量时序数据计算AUC，不需要依赖OD浊度信号；能够结合图像观测结果，对拟合得到的NIC、MIC参数进行表型层面解释。

三、模型不适用场景

1. 生长曲线非单调体系

出现双峰生长、菌株适应性突变、持续代谢降解药物造成后期抑菌活性消失，抑制效果随时间发生反转，浓度效应不再稳定单调，模型拟合可信度大幅下降。

2. 杀菌效应显著的体系

高浓度药物引发菌体裂解，处理组AUC低于空白基线，Fa数值异常，模型原有边界条件不再成立，直接拟合会造成MIC参数失真。若需要分析该类样本，需要对数据进行预处理或者更换拟合模型。

3. 抑菌机制特殊的体系

存在诱导休眠、持续性耐受、群体感应调控等特殊现象，低浓度刺激微生物生长（hormesis毒物兴奋效应），低浓度促进、高浓度抑制，破坏单调剂量响应关系，无法直接使用Lambert-Pearson模型。

4. 仅单点终点读数的实验

该模型依赖整条时序曲线积分得到的AUC指标，仅有单个时间点测量数据无法完成拟合。

四、实验数据拟合前置要求

1. 浓度梯度设置需要覆盖无抑制、部分抑制、完全抑制区间，梯度间隔合理，避免区间缺失导致拟合发散。

2. 所有组别AUC计算必须使用统一的时间窗口，积分起止时间保持一致。

3. 设置足够生物学重复，降低随机误差对拟合参数置信区间的影响。

4. 拟合前筛查异常曲线，污染、严重蒸发、边缘效应带来的异常数据需要剔除。

五、模型选型对比参考

需要区分无抑制浓度NIC与完全抑制MIC、评估长时间持续抑制效果、开展丝状真菌抑菌动力学实验 → Lambert-Pearson模型

仅需要计算半数抑制浓度，不关注部分抑制区间边界 → 常规Logistic、Probit模型

存在毒物兴奋效应、菌体裂解、双峰生长曲线 → 不推荐使用该模型