我已经阅读了 Medium 上的文章 Python 中的 ELISA 分析。
上面的文章使用 SciPy 的 curve_fit 函数基于 4 参数逻辑回归(4PL)模型找到近似曲线,如下:
from scipy.optimize import curve_fit
x = [1.95, 3.91, 7.381, 15.63, 31.25, 62.5, 125,250, 500, 1000]
y = [0.274, 0.347, 0.392, 0.420, 0.586, 1.115, 1.637, 2.227, 2.335, 2.372]
def log4pl(x, A, B, C, D):
return(((A - D) / (1.0 + ((x / C) ** B))) + D)
params, _ = curve_fit(log4pl, x, y)
A, B, C, D = params[0], params[1], params[2], params[3]
我想使用 Elixir 中的 Nx/Scholar 库做同样的事情。
可能吗?如果您能给我任何提示,我将不胜感激。
[更新]
快速浏览一下 Python
scipy.optimize
源代码,发现 curve_fit
在内部使用了 Fortran 的 MINPACK 库。
据我所知,使用 Elixir 的 MINPACK 没有简单的方法。
因此,我的结论是,此时在Elixir中进行ELISA分析是困难的。
我欢迎任何其他信息。
我实现了这个并写了一篇关于它的文章。