Anwenden von DOE am PrüfstandIch bin noch relativ neu in der Welt des DOE und der Verwendung von JMP. Ich muss sagen, dass ich von der Nützlichkeit von DOE überzeugt bin, aber es fiel mir unglaublich schwer, Materialien zu finden, die Sie tatsächlich durch die Anwendung von DOE für die Assay-Entwicklung oder durch realere Anwendungen im Labor führen. Ich denke, einer der Hauptgründe dafür, dass es nicht schneller angenommen wird, ist der Mangel an pragmatischem und anwendungsspezifischem Material. Kennt jemand eine gute Materialquelle, um mehr über die Anwendung von DOE in der Arzneimittelentwicklung zu erfahren? Ich habe noch keinen Artikel gefunden, der sich mit der Einrichtung einer 96-Well-Platte bei der Assay-Entwicklung befasst. Wie werden 96- oder 384-Well-Platten im Hinblick auf Parzellen und Blockierung am besten behandelt? Ich wäre für jede Hilfe dankbar, da ich damit große Schwierigkeiten hatte. Mir ist sogar aufgefallen, dass der benutzerdefinierte DOE-Designer ziemlich häufig einfriert, wenn Sie 96 oder 384 Läufe eingeben. Auch hier wäre ich für Hinweise zu weiteren Materialien sehr dankbar.
Betreff: Anwendung von DOE am PrüfstandEin Teil der Zurückhaltung hier könnte an der Sprache liegen, die wir verwenden. Vielleicht hätte das so sein sollen Sprachen . Der Wissenschaftler spricht über Platten und Vertiefungen, Pipettieren und Verdünnen, Inkubationszeit, Konzentration und so weiter. Der Statistiker hingegen (indirekt über die JMP-Benutzeroberfläche für benutzerdefiniertes Design und direkt über Antworten hier) spricht über Arten von Faktoren, einfach, schwer oder sehr schwer zu ändernde Faktorstufen, ganze Diagramme und Unterdiagramme, Blockierung , usw.
Hast du das alles verstanden? Wahrscheinlich nicht. Das ist normal.
Deshalb müssen wir uns die Zeit nehmen, uns den anderen Diskussionsteilnehmern zu erklären. Je fortgeschrittener das Thema und die Probleme sind, desto mehr Erläuterungen sind erforderlich, um das Problem und die Lösung vollständig zu kommunizieren.
Betreff: Anwendung von DOE am PrüfstandIch denke, dass diese Frage der Gestaltung eines anspruchsvolles Experiment mit Einschränkungen bei der Randomisierung ist wichtig und daher könnte diese Diskussion vielen Benutzern in einer ähnlichen Situation helfen. Es ist ein großartiges Beispiel dafür, was wir uns von diesem Diskussionsbereich in der JMP-Community für uns alle erhofft haben. Es wundert mich, dass seit zwei Wochen keine Aktivität mehr stattgefunden hat. Ich bezweifle, dass das daran liegt, dass die letzte Antwort alle verbleibenden Fragen beantwortet hat.
Ich hoffe, dass die Diskussion wieder Fahrt aufnimmt. Hier sind einige Punkte, von denen ich hoffe, dass sie weitere Antworten hervorrufen:
- Inwiefern ähnelt dieser Fall Ihrem eigenen, wenn Sie Assays entwickeln? Wo ist der Unterschied?
- Gelten für Sie die gleichen Einschränkungen bei der Randomisierung der Läufe (Wells)? Mehr? Weniger? Einfach anders?
- Die Einschränkungen bei der Randomisierung wirken sich eindeutig darauf aus, wie praktisch das Design ausgeführt werden soll. Ist ebenso klar, wie sich die Einschränkung auf die Analyse auswirkt? Was könnte mit meiner Interpretation des Regressionsmodells passieren, wenn die Einschränkung in der Analyse ignoriert wird?
- Welche Praktiken finden Sie beim Entwerfen, Ausführen oder Analysieren eines Experiments mit Einschränkungen hilfreich?
(Beachten Sie, dass es eine weitere verwandte Diskussion gibt, die von demselben Benutzer gestartet wurde. Ich werde diesen Aufruf zum Handeln Cross-Posten und möge die beste Diskussion gewinnen!)
Betreff: Anwendung von DOE am PrüfstandIch werde weiterhin das benutzerdefinierte JMP-Design verwenden. In vielerlei Hinsicht handelt es sich um ein gewöhnliches Experiment mit Einschränkungen bei der Randomisierung. Ich versuche, den Denkprozess und das endgültige Design so einfach wie möglich zu halten. (Es könnte eine Verfeinerung nötig sein – vielleicht eine Menge Verfeinerung!)
Ich habe Ihre Definitionen verwendet, um einen Entwurf zu erstellen. Hier sind die wichtigsten Punkte:
- Alle Faktoren wurden bis auf zwei Ausnahmen genau so eingegeben, wie Sie sie definiert haben.
- Definiertes Plasmidverhältnis als log10-Plasmidverhältnis für einen niedrigen Wert von -3 und einen hohen Wert von -1. Warum? Weil dieser Faktor Ihr Denken über Verdünnungsschritte repräsentiert und diese Transformation diese Änderung linear macht und die Modellierung vereinfacht.
- Ich mag Null wegen des niedrigen Werts eines kontinuierlichen Faktors wirklich nicht. Diese Definition macht ihn im Wesentlichen zu einem kategorialen Faktor: abwesend versus vorhanden. Eigentlich habe ich den niedrigen Wert für die Serumkonzentration bei 0 % belassen, ich empfehle jedoch einen niedrigen Wert wie 1 %: niedrig, aber vorhanden.
- Die Anzahl der Stufen für jeden Faktor wird durch das Modell bestimmt. Die Einbeziehung von Termen höherer Ordnung erfordert mehr Faktorstufen. Andererseits sind viele Ebenen unnötig (und ineffizient – geringer Informationsgehalt – wenn das Modell relativ einfach ist).
- Ich glaube nicht, dass wir die Spalten und Zeilen auf der Platte explizit als blockierende Faktoren im Design behandeln müssen.
- Sie bevorzugen es, jeweils mit einer halben Platte zu arbeiten und für Kontrollläufe von jeder Hälfte eine Spalte abzuziehen.
- Diese Auswahl bestimmt die Größe eines ganzen Grundstücks im Entwurf, 40 Brunnen.
- Die Zellzahl sollte für beide Zelltypen auf einer Platte gleich sein, daher gilt dieser Faktor sehr schwer zu ändern .
- Die Zellenzahl wird zum gesamten Plotfaktor.
- Seine Auswirkungen werden mit der geringsten Genauigkeit abgeschätzt.
- Diese Entscheidung bedeutet, dass Sie die Anzahl der Platten nicht wesentlich reduzieren können. Vier Platten dürften für die Modellierung ein praktisches Minimum sein.
- Dieses Design liefert 80 % Leistung, wenn der Effekt mindestens das Siebenfache der Standardabweichung beträgt.
- Der Zelltyp und die Serumkonzentration sollten für die Hälfte der Platte gleich sein, es handelt sich also um beide Faktoren schwer zu ändern .
- Zelltyp und Serumkonzentration werden zu den Nebendiagrammfaktoren.
- Ihre Auswirkungen werden mit der zweitniedrigsten Genauigkeit abgeschätzt.
- Dieses Design liefert die gleichen 80 %, wenn ihre Auswirkungen mindestens das Vierfache der Standardabweichung betragen.
- Es sieht so aus, als hätten Sie eine Menge Replikation, aber diese wird nur durch die einfach zu ändernden Faktoren, Plasmidverhältnis, Integrationszeit und Zeit nach der Transfektion, erfreulich.
- Ich bin mir nicht sicher, was Replikation und Randomisierung für diese Faktoren bedeuten, da Sie es vermutlich auch hier jeweils mit einer Platte oder einer halben Platte zu tun haben.
Das folgende Skript stellt den Entwurf, von dem ich spreche, für Ihre Prüfung und Überlegung bereit.
DOE(
Custom Design,
{Add Response( Maximize, "Dynamic Range", ., ., . ),
Add Factor( Continuous, 10000, 50000, "Cell Number", 2 ),
Add Factor( Continuous, -3, -1, "Log10 PLasmid Ratio", 0 ),
Add Factor( Continuous, 0, 4, "Serum Concentration", 1 ),
Add Factor( Categorical, {"HELA", "HEK293"}, "Cell Type", 1 ),
Add Factor( Continuous, 5000, 30000, "Integration Time", 0 ),
Add Factor( Discrete Numeric, {24, 48, 72}, "Time Post Transfection", 0 ),
Set Random Seed( 556681383 ), Number of Starts( 3 ), Add Term( {1, 0} ),
Add Term( {1, 1} ), Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ),
Add Term( {5, 1} ), Add Term( {6, 1} ), Add Potential Term( {6, 2} ),
Add Alias Term( {1, 1}, {2, 1} ), Add Alias Term( {1, 1}, {3, 1} ),
Add Alias Term( {1, 1}, {4, 1} ), Add Alias Term( {1, 1}, {5, 1} ),
Add Alias Term( {1, 1}, {6, 1} ), Add Alias Term( {2, 1}, {3, 1} ),
Add Alias Term( {2, 1}, {4, 1} ), Add Alias Term( {2, 1}, {5, 1} ),
Add Alias Term( {2, 1}, {6, 1} ), Add Alias Term( {3, 1}, {4, 1} ),
Add Alias Term( {3, 1}, {5, 1} ), Add Alias Term( {3, 1}, {6, 1} ),
Add Alias Term( {4, 1}, {5, 1} ), Add Alias Term( {4, 1}, {6, 1} ),
Add Alias Term( {5, 1}, {6, 1} ),
Set N Whole Plots( 4 ),
Set N Subplots( 8 ),
Set Sample Size( 320 ),
Make Design,
Change Anticipated Coefficients( [1 3.5 1 2 2 1 1 1] ),
Set RMSE( 1 ),
Set Run Order( Keep the Same )}
);
Ich gehe davon aus, dass Sie damit Probleme haben werden, aber ich tue mein Bestes, basierend auf den Informationen, die Sie mir gegeben haben.
Wenn Sie der Übersichtlichkeit halber möchten, können Sie „Whole Plots“ in „Plate“ und „Subplots“ in „Half Plate“ umbenennen.
Betreff: Anwendung von DOE am PrüfstandVielen Dank für die schnelle Antwort. Ich werde auf jeden Fall ein klares Beispiel für ein Experiment liefern, das ich durchführen möchte, und hoffentlich können Sie mir dabei helfen, das DOE als Beispiel einzurichten.
Ich habe einen Nanobret-Assay zur Messung der GR/GR-Wechselwirkung, den ich zunächst hinsichtlich des Dynamikbereichs optimieren möchte. Ich habe eine Positivkontrolle, in diesem Fall Dexamethason, die das maximale Signal im Test erzeugen sollte, und eine Vehikelkontrolle (die das Grundlinienrauschen im Test darstellt). Es gibt eine Reihe von Variablen, die die Leistung dieses Tests beeinflussen könnten. Zu diesen Variablen gehören
1. Zellennummer (Forts.) Empfohlener Bereich: 5.000 – 30.000
2. Plasmidverhältnis (Forts.) 0,1 - 0,001
3. Serumkonzentration (kontinuierlich) 0 % – 4 %
4. Zelltyp (Katze) HELA, HEK293
5. Integrationszeit (kontinuierlich) 0,1 - 2 Sekunden
6. Zeit nach der Übertragung (Fortsetzung oder Katze?) 24, 48, 78 Stunden (dies kann kontinuierlich sein, aber auch experimenteller Workflow ist ein Problem)
Jetzt arbeite ich in 96-Well-Platten und muss etwa 8 für Kontrollen in dieser Platte reservieren (ich könnte das verdoppeln, damit wir eine gerade Anzahl von Spalten entfernen, sodass das gleichmäßige Ausplattieren von Zellen in zwei Blöcken einfacher ist). Der Rest der Platte kann für das DOE verwendet werden.
Das Einzige, was ich im Auge behalten muss, ist der experimentelle Workflow, d. Es ist nahezu unmöglich, 20 verschiedene Zellzahlkonzentrationen pro Platte zu erreichen. (Es
Es wäre großartig, nur jeweils zwei Zelltypen in einer Konzentration pro 96-Well-Platte zu haben. Ich kann zwar beide Zelltypen auf einer Platte ausplattieren, möchte die Platte jedoch so blockieren, dass sie in zwei Teile geteilt ist (d. h. die Hälfte der Platte hat eine Zelle). und die andere Hälfte hat die andere) Die Serumkonzentration sollte auch am besten bei zwei pro Platte bleiben (eine unterschiedliche Konzentration pro Zellblock, aber das könnte in Reihen einfacher zu kontrollieren sein). Ich möchte die Anzahl der Platten unten beibehalten 5, wenn möglich, aber ich bin offen für Vorschläge, die auf dem DOE basieren.
Ich hoffe, dass ich hier alles klar dargelegt habe. Es wäre wirklich hilfreich, wenn jemand ein Beispiel dafür geben könnte, wie dies am besten geht, insbesondere unter Berücksichtigung des experimentellen Arbeitsablaufs.
Ich bin mir sicher, dass jeder mit Bankerfahrung verstehen wird, woher ich mit diesem Problem komme.
Vielen Dank im Voraus!
Von meinem iPhone gesendetBetreff: Anwendung von DOE am PrüfstandVielen Dank für die schnelle Antwort. Ich werde auf jeden Fall ein klares Beispiel für ein Experiment liefern, das ich durchführen möchte, und hoffentlich können Sie mir dabei helfen, das DOE als Beispiel einzurichten.
Ich habe einen Nanobret-Assay zur Messung der GR/GR-Wechselwirkung, den ich zunächst hinsichtlich des Dynamikbereichs optimieren möchte. Ich habe eine Positivkontrolle, in diesem Fall Dexamethason, die das maximale Signal im Test erzeugen sollte, und eine Vehikelkontrolle (die das Grundlinienrauschen im Test darstellt). Es gibt eine Reihe von Variablen, die die Leistung dieses Tests beeinflussen könnten. Zu diesen Variablen gehören
1. Zellennummer (Forts.) Empfohlener Bereich: 5.000 – 30.000
2. Plasmidverhältnis (Forts.) 0,1 - 0,001
3. Serumkonzentration (kontinuierlich) 0 % – 4 %
4. Zelltyp (Katze) HELA, HEK293
5. Integrationszeit (Fortsetzung) 0,1 - 2 Sekunden
6. Zeit nach der Übertragung (Fortsetzung oder Katze?) 24, 48, 78 Stunden (dies kann kontinuierlich sein, aber auch experimenteller Workflow ist ein Problem)
Jetzt arbeite ich in 96-Well-Platten und muss etwa 8 für Kontrollen in dieser Platte reservieren (ich könnte das verdoppeln, damit wir eine gerade Anzahl von Spalten entfernen, sodass das gleichmäßige Ausplattieren von Zellen in zwei Blöcken einfacher ist). Der Rest der Platte kann für das DOE verwendet werden.
Das Einzige, was ich im Auge behalten muss, ist der experimentelle Workflow, d. Es ist nahezu unmöglich, 20 verschiedene Zellzahlkonzentrationen pro Platte zu erreichen. (Es
Es wäre großartig, nur jeweils zwei Zelltypen in einer Konzentration pro 96-Well-Platte zu haben. Ich kann zwar beide Zelltypen auf einer Platte ausplattieren, möchte die Platte jedoch so blockieren, dass sie in zwei Teile geteilt ist (d. h. die Hälfte der Platte hat eine Zelle). und die andere Hälfte hat die andere) Die Serumkonzentration sollte auch am besten bei zwei pro Platte bleiben (eine unterschiedliche Konzentration pro Zellblock, aber das könnte in Reihen einfacher zu kontrollieren sein). Ich möchte die Anzahl der Platten unten beibehalten 5, wenn möglich, aber ich bin offen für Vorschläge, die auf dem DOE basieren.
Ich hoffe, dass ich hier alles klar dargelegt habe. Es wäre wirklich hilfreich, wenn jemand ein Beispiel dafür geben könnte, wie dies am besten geht, insbesondere unter Berücksichtigung des experimentellen Arbeitsablaufs.
Ich bin mir sicher, dass jeder mit Bankerfahrung verstehen wird, woher ich mit diesem Problem komme.
Vielen Dank im Voraus!
Betreff: Anwendung von DOE am PrüfstandDie Prinzipien des DOE lassen sich gut auf den Bereich der Assay-Entwicklung übertragen. Ich habe fünfzehn Jahre lang in der Forschung und Entwicklung in diesem Bereich gearbeitet und DOE ausgiebig sowohl für Screening- als auch für Optimierungszwecke genutzt. Auch ich bin erstaunt über den Mangel an Lernmaterialien über DOE im Zusammenhang mit der pharmazeutischen Forschung und Entwicklung. Ich habe außerdem festgestellt, dass mehr als die Hälfte der Artikel, auf die ich gestoßen bin, falsch oder irreführend waren. (Vielleicht schlägt das Peer-Review auch fehl, wenn Ihre Kollegen sich mit dem Thema nicht auskennen.) Hier ist eine gute Informationsquelle, wenn Sie selbst gut aus einem Buch lernen: Optimale Versuchsplanung: Ein Fallstudienansatz von Peter Goos und Bradley Jones.
Ich glaube Ihnen, wenn Sie sagen, dass Sie Schwierigkeiten beim Aufbau Ihres Experiments mit Mikrotiterplatten hatten. (Übrigens, schauen Sie im Bereich „Dateiaustausch“ hier in der JMP-Community nach meinem Artikel und meinen Materialien dazu benutzerdefinierte Formdateien für Graph Builder!) Aber Sie sollten in der Lage sein, ein Experiment für dieses Gerät zu entwerfen. Ich habe gerade ein Zwei-Faktor-Experiment für ein Polynommodell zweiter Ordnung mit einem achtstufigen Blockierungsfaktor entworfen Reihe und einen zwölfstufigen Sperrfaktor Col . (Siehe beigefügte Beispieldatentabelle.) Das Design ist im letzten Block zufällig, Sie können die Reihen jedoch nach Bedarf anordnen, je nachdem, wie Sie Ihre Platten einrichten. Bitte schauen Sie sich dieses Beispiel an und nutzen Sie es, um weitere Fragen zu stellen.
Es würde uns helfen, wenn Sie uns genauere Details zu Ihrem Vorhaben, den Problemen, mit denen Sie zu kämpfen haben, oder zu bestimmten Situationen, in denen JMP fehlschlägt, mitteilen könnten.
