Utilizzando la progettazione di modelli di esperimento per migliorare lo sviluppo del dosaggio in biologia ad alto rendimento
Diana Ballard, Senior Consulting Statistician, Predictum Inc.
Samuel Hasson, PhD, Fellow di Ricerca in Farmacologia, National Institutes of Health
Wayne Levin, Presidente, Predictum Inc.
La biologia ad alto rendimento è diventata una piattaforma onnipresente per la genomica funzionale, la biologia chimica e la scoperta di farmaci. Mentre una moltitudine di tecnologie, come l'imaging cellulare automatizzato, sono avanzate per supportare le funzionalità di micropiastre e esplorazioni basate su array, c'è stata una mancanza di innovazione nel processo di sviluppo del dosaggio. Prima dello screening primario, la progettazione del dosaggio, la miniaturizzazione e l'ottimizzazione per campagne ad alto rendimento possono spesso coinvolgere un panorama diversificato di variabili potenziali. Gli scienziati spesso affrontano lo sviluppo del dosaggio regolando le condizioni sperimentali in modo indipendente, ignorando principi importanti come la randomizzazione e variando le dimensioni dell'unità sperimentale. Da un punto di vista statistico, questo metodo è lento, impiega grandi quantità di reagenti costosi e rischia di mancare o di attribuire informazioni errate. Le pratiche convenzionali possono anche non riuscire a identificare interazioni complesse. L'adattamento degli approcci di progettazione moderna di esperimenti (DOE) allo screening ad alto rendimento (HTS) offre un quadro molto più efficiente e approfondito per lo sviluppo del dosaggio. Tuttavia, l'applicazione dei progetti DOE contemporanei da parte dei biologi è stata limitata in parte a causa della matematica avanzata richiesta e della mancanza di strumenti adeguati agli ambienti HTS. Queste limitazioni sono state superate in un DOE eseguito con successo dai biologi, producendo dati su interazioni complesse all'interno di una reazione biochimica.
