異構(gòu)體分析參照液相色譜法測(cè)定。參與構(gòu)造交互項(xiàng)的各組成部分對(duì)被解釋變量的影響依賴(lài)于交互項(xiàng)中其他部分的取值。

 

　　蛋白類(lèi)藥物具有的翻譯后修飾，如糖基化、N末端的焦谷氨酸化、C末端的賴(lài)氨酸截除、氧化、脫酰胺等，這些不同的翻譯后修飾組合可使蛋白分子產(chǎn)生無(wú)數(shù)種電荷異構(gòu)體。

 

　　另外，單抗在特定的條件下會(huì)發(fā)生降解、斷裂，形成低分子量的片段。這些異構(gòu)體對(duì)于蛋白藥物的穩(wěn)定性及生物學(xué)功能發(fā)揮具有重要影響，需要用合適的方法進(jìn)行分析。

 

　　交互項(xiàng)和分組回歸關(guān)系在比較關(guān)鍵變量在兩個(gè)子群體的不同影響時(shí)，個(gè)人認(rèn)為交乘項(xiàng)和分樣本回歸作用是一樣的。這個(gè)一樣建立在兩個(gè)子群體的分布是一致的假設(shè)之下。如果子群體A和子群體B的分布不一樣，那么用交乘項(xiàng)更合適。

 

　　交互項(xiàng)的加入，使得實(shí)證分析可以考察替代或互補(bǔ)效應(yīng)，在分析兩個(gè)解釋變量的關(guān)系時(shí)運(yùn)用交叉項(xiàng)就比較有優(yōu)勢(shì)。交互項(xiàng)回歸是基于全樣本，分組回歸則可能會(huì)存在個(gè)別組別樣本量過(guò)少的情況，從而導(dǎo)致根本無(wú)法估計(jì)或估計(jì)效率下降。

 

　　此外，就像上面說(shuō)的，在有的時(shí)候，分組變量的選取是基于某個(gè)連續(xù)變量而非虛擬變量，因而如何對(duì)連續(xù)變量進(jìn)行合適的劃分以作為分組依據(jù)可能也是個(gè)問(wèn)題等。

 

　　分組回歸只能說(shuō)明X對(duì)Y的影響在不同組別存在差異，但該差異是否具有統(tǒng)計(jì)顯著性，還要借助于交互項(xiàng)檢驗(yàn)調(diào)節(jié)效應(yīng)。（即使做了分組也需要做交互項(xiàng)）一般建議優(yōu)先考慮交互項(xiàng)回歸，之后再?lài)L試分組回歸。