실험 모델의 디자인을 활용하여 높은 처리량 생물학에서의 분석 개발 개선
Diana Ballard, Predictum Inc. 수석 컨설팅 통계 전문가
사무엘 Hasson, 박사, 약리학 연구원, 국립 보건원
Wayne Levin, Predictum Inc. 사장
고 처리량 생물학은 기능 유전체학, 화학 생물학 및 약물 발견을위한 유비쿼터스 플랫폼이되었습니다. 자동화 된 세포 이미징과 같은 수많은 기술이 마이크로 플레이트 및 어레이 기반 탐색의 기능을 지원하기 위해 발전했지만 분석 개발 과정에서 혁신이 부족합니다. 1 차 심사 이전에, 높은 처리량 캠페인을위한 분석 설계, 소형화 및 최적화는 종종 잠재적 변수의 다양한 경관을 포함 할 수 있습니다. 과학자들은 종종 무작위 화 및 실험 단위 크기의 변화와 같은 중요한 원칙을 무시하고 실험 조건을 독립적으로 조정하여 분석법 개발에 접근합니다. 통계적 관점에서 볼 때,이 방법은 느리고 비용이 많이 드는 시약을 많이 소비하며 통찰력을 잃어 버리거나 잘못 적용 할 위험이 있습니다. 또한 기존 관행은 복잡한 상호 작용을 식별하지 못할 수도 있습니다. 고 처리량 스크리닝 (HTS)에 대한 현대 실험 설계 (DOE) 접근법의 적용은 분석 개발을위한 훨씬 효율적이고 통찰력있는 틀을 제공합니다. 그러나 생물 학자들에 의한 현행 DOE 디자인의 적용은 필수적인 고급 수학과 HTS 환경에 맞춘 도구의 부족 때문에 부분적으로 제한되어왔다. 이러한 제한은 생화학 반응으로 복잡한 상호 작용에 대한 자료를 산출하여 생물 학자가 성공적으로 수행 한 DOE에서 극복되었습니다.
