Utilisation de la conception de modèles expérimentaux pour améliorer le développement de tests en biologie à haut débit
Diana Ballard, statisticienne-conseil principale, Predictum Inc.
Samuel Hasson, PhD, chargé de recherche en pharmacologie, National Institutes of Health
Wayne Levin, président, Predictum Inc.
La biologie à haut débit est devenue une plate-forme omniprésente de génomique fonctionnelle, de biologie chimique et de découverte de médicaments. Tandis qu'une multitude de technologies, telles que l'imagerie cellulaire automatisée, ont évolué pour prendre en charge les capacités d'exploration de microplaques et de matrices, le processus de développement du test a fait l'objet de nombreuses innovations. Avant le criblage primaire, la conception, la miniaturisation et l’optimisation des tests pour les campagnes à haut débit peuvent souvent impliquer une diversité de variables potentielles. Les scientifiques abordent souvent le développement des tests en ajustant les conditions expérimentales indépendamment, en ignorant des principes importants tels que la randomisation et la taille variable des unités expérimentales. D'un point de vue statistique, cette méthode est lente, consomme de grandes quantités de réactifs coûteux et risque de manquer ou d'attribuer des informations erronées. Les pratiques conventionnelles peuvent également ne pas identifier les interactions complexes. L'adaptation des approches de la conception moderne des expériences (DOE) au criblage à haut débit (HTS) offre un cadre beaucoup plus efficace et plus perspicace pour le développement de tests. Cependant, les biologistes ont limité l’application des conceptions actuelles du DOE par les biologistes et l’absence d’outils adaptés aux environnements HTS. Ces limites ont été surmontées dans une EOD exécutée avec succès par des biologistes, fournissant des données sur des interactions complexes au sein d'une réaction biochimique.
