実験モデルの設計を利用してハイスループット生物学におけるアッセイ開発を改善する実験モデルの設計を利用してハイスループット生物学におけるアッセイ開発を改善する
Diana Ballard 氏、上級コンサルティング統計学者、Predictum Inc.
サミュエル・ハッソン博士、国立衛生研究所薬理学研究員
ウェイン・レビン氏、Predictum Inc.社長
ハイスループット生物学は、機能ゲノミクス、ケミカルバイオロジー、創薬のためのユビキタスなプラットフォームとなっています。 自動細胞イメージングなどの多くの技術が進歩して、マイクロプレートやアレイベースの探索の機能をサポートしていますが、アッセイ開発のプロセスには革新が不足していました。 一次スクリーニングの前に、ハイスループットキャンペーンのためのアッセイ設計、小型化および最適化には、多くの場合、潜在的な変数の多様な状況が関係することがあります。 科学者は多くの場合、ランダム化や実験単位サイズの変更などの重要な原則を無視して、実験条件を個別に調整することによってアッセイの開発に取り組みます。 統計的な観点から見ると、この方法は時間がかかり、高価な試薬を大量に消費し、洞察が欠落したり誤って特定される危険があります。 従来の手法では、複雑な相互作用を特定できない場合もあります。 最新の実験計画法 (DOE) アプローチをハイスループット スクリーニング (HTS) に適応させることで、アッセイ開発のためのはるかに効率的で洞察力に富んだフレームワークが提供されます。 しかし、生物学者による現代の DOE 設計の適用は、必要とされる高度な数学と HTS 環境に合わせたツールの欠如により制限されています。 これらの制限は、生物学者によって成功裡に実行された DOE によって克服され、生化学反応内の複雑な相互作用に関するデータが得られました。
実験計画法
