杀菌剂生物测定动态评价时间－剂量－抑菌率模型

唐　洁　唐启义　孙传恒　沈爱华

摘要根据互补重对数数学模型的原理，建立了动态评价杀菌剂抑菌效应的时间－剂量－抑菌率模型，给出了模型参数估计和统计检验方法．并重点讨论了剂量的时间效应和不同时间段的剂量效应。最后提供了该模型的计算机算法实现和应用例子。

关键词农药学；杀菌剂生物测定；时间－剂量－抑菌率模型；动态讦价

中图分类号S481．9

用于防治植物病害的杀菌剂均以某种方式影响病原菌的生长过程。因此测定其抗菌活性对杀菌剂的研究具有重要意义。在评价杀菌剂作用大小时，将药剂以某种形式添加到培养基中，观察制剂对病菌生长的影响。常用试验方法是用琼脂平板培养法来评价杀菌剂抑菌作用。这类试验，当菌块接种到含一定浓度药剂的琼脂培养基平板上，然后在一定条件下培养，经过一段时间(为对照培养皿菌落即将长满时)，测定各个处理菌落扩展直径(面积)，并与不添加药剂的处理(对照)相比较，以相对抑制率作为抑菌效果好坏的指标，评价各个处理最终的抑菌效果。但是，传统的方法没有将时间作为一个因素进行考虑，不能反映杀菌剂生物测定的时间动态，导致时间与剂量的效应相互分开，无法使试验效果的评价指标充分体现实验数据的完整性。因此，有必要将时间和剂量效应统一到同一个抑菌效果评价模型中来。本研究根据近年用于杀虫剂生物测定分析的重对数互补数学模型(complementary logdogmodel)的原理，建立动态评价杀菌剂抑菌效应的时间－剂量－抑菌率模型(Time-dose－inhibitingmod－el，TDl)。

分析前在DPS数据处理系统中，先将数据整理如表1形式，应用DPS软件提供的时间－剂量－抑菌率模型分析功能分析，可得到如下解释的所有结果。

DPS首先给出了各个处理时间内还可利用空间的累积减少率p_ij及按式(2)汁算各个处理时间内可利用空间的相对减少率_ij。并应用非线性最小二乘法优化式(3)，即使条件概率的观察值和理论值的均方拟合误差达到最小。

4杀菌剂生物测定时间－剂量－抑菌率模型的计算机算法实现

如前所述，估计时间－剂量－抑菌率模型的参数Y需应用非线性最小二乘法进行估计。这里采用Pascal语言，应用Marquart非线性最小二乘法进行迭代汁算，估计出有关参数并进行统计检验，只要按表1格式输入数据，即可进行分析，并得到所有参数估计值、统计检验结果及各个时段抑菌效应的LD₅₀估计和各个处理剂量时的抑菌效应的LT₅₀估计。

5应用举例

如应用某种化学制剂，在面积为5805 mm²的培养皿中处理某真菌病原菌。处理及试验结果如表1。从表1可以看出，处理后菌丛扩展过程缓慢．如按传统分析方法，不能反映抑菌率的动态变化过程，故适合采用TDI模型进行分析。

通过计算机处理，本例试验数据的计算结果为其时间－剂量－抑菌率模型的总体检验，即对模型进行方差分析，其F统计量等于148．4155，显著水平p<0．0001，确定系数r²＝0．9808，因此可认为模型总的拟合效果良好。从各个参数的统计检验可以看出，β＝－3．1903，显著水平p<0．0001其他参数，即各个时段系数r₁的估计值和t枪验结果如表2，各个系数均达到极显著水平。根据式(4)给出相应时段的抑菌效应参数，的估计值(表2)。

在模型参数估计结果基础上，根据式(5)可得到处理后不同时期的致死中浓度的对数值，即lg(LD₅₀)，以及lg(LD₉₀)和其标准误的估计(表3)。根据式(6)得到各个剂量的时间效应指标．即致死中时间LT₅₀，以及LT₉₀的估计(表4)。

6讨论

杀(抑)菌剂的生物测定，目前一般用抑菌率作为评价指标，这是将杀(抑)菌率作为药剂对目标对象的一个静态度量处理，但实际上，由于杀(抑)菌剂对牛物体的作用有一个过程．而这个过程应该是动态的，所有原有的评价指标不能反映这种动态的作用效应。在杀虫剂的生物测定中，Preister等将重对数互补模型应用于剂量一时间效应的分析。唐启义等将该模型收录到出版的统计软件中，冯明光等已应用该模型于杀虫剂的生物测定方面，并取得了良好效果，显示出该模型是迄今为止较为理想的生测数据分析方法。本文将该模型根据杀(抑)菌剂的作用特点，根据重对数互补数学模型，提出了建立动态评价杀菌剂抑菌效应的时间－剂量－抑菌率模型的参数估计和统计检验方法，使之可用于杀菌剂的生物测定分析。该模型不仅数学模型本身结构科学、严谨，各个参数有明确的生物学含义，而业可以动态评价杀菌剂的杀菌、抑菌效应。因此该模型将是植物病理工作者和从事农药外发的科研工作者的有力工具。