毒理學之劑量響應曲線(Dose-response curve)
科技日新月異、突飛猛進的發展下，引入無數新的化學物質於工業應用，許
多化學物質在未被探討其可能毒性的衝擊前提下，卻以被廣泛的運用。此種現 象處處可見，最明顯之例子是早期 DDT 之運用，因此開發經濟可行性之毒性分 析，刻不容緩。
事實上，毒理學最早期普遍應用於環工、藥物開發…等領域，基於毒理學乃 是源自及探討與人類健康相關的學問，因此演變出許多評估的模式，而劑量響 應(Dose-response)就是其中的一種最基本之評估模式。[36~38]
劑量響應(Dose-response)是一探討『劑量』與『毒性反應』關係的理論，在藥 物開發的領域中，在人類醫學的進步之下，『安全與有效的治療』成為被同時廣 泛討論的重點[36][37]，優良的藥物最好是能夠將低劑量投藥與有效期延長的條件 下達到治療效果，而透過劑量響應的分析就可以清楚了解藥物在劑量範圍不同 時對測試對象所產生的毒性反應（或治療效果），（圖 2.3.1）為一般劑量響應的 常見典型曲線，由 A、B、C、D 四條曲線的分佈位置可以判斷因毒性所產生的 反應。圖中的曲線在相同的 Response 基準下，曲線呈現越低劑量（亦即越往左 邊）則毒性反應越明顯，其中斜率較小的曲線（較粗之曲線），代表物質所產生 之毒性反應較弱，而 ECCruve A及 ECCruveD則是代表曲線 A 與曲線 D 最小可產生 毒性的劑量濃度到對大毒性的劑量濃度之區間，由此數線的長短可判別毒性物 質的毒性，圖中 ECCruve A之比 ECCruveD較短，代表毒性物質 A 的毒性較毒性物 質 B 強，相對的曲線 D 的斜率(Slope D)也比曲線 A 來的平緩，所以量化曲線的 斜率與毒性物質的最大及最小劑量濃度範圍是有正比之關係。
在藥物研發的範疇內，有效的治療曲線與毒性曲線之間的關係（圖 2.3.2），將 會被更深入的討論，MaxED 是藥物治療的最佳劑量濃度，此時是維持最小毒性 的治療劑量，若劑量濃度再增加治療效果會微幅增加後達最大值不再增加，但 毒性也隨之上升。若劑量濃度再持續的增加到最大可容忍的毒性劑量濃度，即 為 MTD，所以 MTD 為最大可容忍的治療劑量濃度上限，劑量濃度再增加都因 劑量所產生的毒性，而為不可接受之劑量濃度。[36]
在本研究將只討論測試微生物對藥草萃取物的毒性反應，以了解及推測藥草萃 取物在不同濃度下的抗菌效果。
當測試微生物受到毒性作用使生理活性受到影響時，就會產生如（圖 2.3.1）
的 S 型曲線分佈，在（圖 2.3.3）可更清楚的看出劑量響應曲線所要探討的重點，
在（圖 2.3.3）中可分為『無效應』(No-effect)、『正比效應』、『最大效應』
(Maximum-effect)三區域。由無效應範圍是指劑量 0 到最小會產生效果所需的劑 量之範圍（亦即 EC0），而最小可產生效果所需之劑量範圍稱為『閥值』(Threshold) 劑量，在閥值劑量以下測試微生物完全沒有毒性反應，可能測試為生物體內產 生一『防衛機制』抵抗毒性物質的作用使本身不受毒性物質的影響。在正比效 應區域劑量原則上是與毒性反應成正比之關係，且毒性物質已超過防衛機制可 容忍之極限，因此測試微生物會產生毒性反應，所以當劑量超過閥值時就會開 始有毒性抑制效果產生，而當劑量持續增加達到某一劑量而使測試微生物完全 失去指標活性時，就稱為『最大效應』，測試微生物會以失去生理活性或死亡來
表現。[39]
實質上，將不同種類的毒性物質對測試微生物進行測試，若毒性物質對測試 微生物的毒性作用不同時，應會產生不同的劑量響應曲線(Dose-response
curve)，若比較不同曲線的閥值，可得知不同毒性物質在低濃度下的毒性反應，
如（圖 2.3.4）所示在最大效應的部份也有 Max1＜Max2 的差異，但是並非 Max1
＜Max2 就等於 Th1＜Th2，因為毒性物質在高濃度和低濃度的毒性反應並非一 致。
一般常見的『毒性劑量－反應模式』至少有為 Probit、Weibull 及 Logit 三種評 估模式[41]，這三種評估模式都基於不同之假設發展而成，Probit 模式示假設毒性 物質對於測試微生物的容忍度本身為常態分布，Weibull 模式則是假設毒性物質 和測試微生物產生某些化學作用，而 Logit 模式則是假設毒性反應的形式與測試 為生物體內的某種酵素作用相似。
Probit 模式是一般最常用的劑量－反應模式[42]，此模式也被廣泛的使用在各領
域[37~39]，主要將實驗經驗而得之經驗模式，假設生物對毒性物質的容忍度分佈
為對數之『常態分佈』(Log-normal disribution)，其主要以毒性物質之對數值與 反應率之 NED (Normal equivalent deviation)具線性關係為評估基礎，其中反應率 及測試微生物對毒性物質之反應比值。此模式將劑量－反應模式之 S 型曲線，
轉換成為 NED 尺度上的直線關係，例如: 原劑量－反應曲線 50％反應率之位置 對應到 NED scale 上對應值為 0，84.1％反應率對應為 1，而 NED scale 之座標
加 5 即轉換為 Probit 座標，Probit 單位及反應率與毒性物質劑量間之轉換關係如
劑量響應曲線計算以紙錠擴散法(Disc diffusion method)所得之抑菌圈(Inhibition zone)大小，推估在不同濃度下毒性物質所造成之抑菌效果，將抑菌圈大小經由
不同。因此外插值之推估在歸納及定義上，在一個國家科技水平實質上有相當 代表之意義。
在各種不同假設之前提（即使用風險與劑量之比值）下，在低劑量濃度的推 算曲線可能至少會有三種不同之結果（及外插理論值曲線）[43]，如（圖 2.3.5）
所示。高劑量濃度時曲線趨勢差異不大，但在低劑量濃度時卻有三種不同之外 插推測曲線，圖中 Curve A、Curve B、Curve C 在相同的使用風險(Risk)下所使 用之劑量卻也有所不同，此三條曲線代表三種不同的閥值，而不同的閥值也代 表不同毒性作用模式。對於藥物而言，需要外插理論曲線的情形，此三種模式 可作為參考，Curve A 稱為『線性模式』(Linear model)，此模式是假設一個或多 個的機制或毒性現象與致癌物質相關，無法讀出閥值所以無法運用，而 Curve B 稱為『半線性模式』(Sublinear model)，此模式顯現比直線模式更低的使用風險，
可用於懷疑可能導致基因突變的物質上，無法找出閥值也無法運用，Curve C 稱 為『閥值模式』（Threshold model），若毒性物質經由劑量－響應曲線量化後，曲 線呈現此模式即可找出閥值，也可了解在任何對濃度下的劑量與毒性之毒理現 象，代表日後可進行後續之研究或應用。