ここでの抵抗の一部は、私たちが使用する言語にあるかもしれません。 おそらくそうあるべきだった言語。 科学者は、プレートとウェル、ピペッティングと希釈、インキュベーション時間、濃度などについて話します。 一方、統計学者は（カスタム設計の場合は JMP ユーザー インターフェイスを介して間接的に、ここでは返信を通じて直接）因子の種類、因子レベルの変更が簡単、難しい、または非常に難しい、プロット全体とサブプロット、ブロックについて話します。 、 等々。
全部わかりましたか？ おそらくそうではありません。 それは普通のことです。
したがって、ディスカッションに参加している他の人たちに自分たちのことを説明するために時間を割く必要があります。 トピックや問題が高度であればあるほど、問題と解決策を完全に伝えるためにはより多くの説明が必要になります。
この設計の問題は、ランダム化に制限を設けた洗練された実験は重要であるため、この議論は同様の状況にある多くのユーザーに役立つ可能性があります。 これは、JMP コミュニティのこのディスカッション エリアが私たち全員にとって望ましいものであることを示す素晴らしい例です。 2週間も活動がなかったことに当惑しています。 前回の返信で残りの質問がすべて解決されたからではないかと思います。
議論が再び盛り上がることを願っています。 より多くの回答を得られることを期待するいくつかのポイントを以下に示します。
- あなたがアッセイを開発する場合、このケースはあなたのケースとどのように似ていますか? どう違うのですか？
- ラン (ウェル) のランダム化に関しても同様の制限がありますか? もっと？ 以下？ ただ違うだけ？
- ランダム化の制限は、デザインの実行がどれほど実用的であるかに明らかに影響を与えます。 制限が分析にどのような影響を与えるかは同様に明らかですか? 分析で制限が無視された場合、回帰モデルの解釈はどうなるでしょうか?
- 制限のある実験を設計、実行、または分析する際に有益だと思われる実践方法は何ですか?
(同じユーザーによって別の関連ディスカッションが開始されていることに注意してください。 この行動喚起をクロスポストするつもりです。最良の議論が勝ちますように!)
JMP カスタム デザインを使用していきます。 多くの意味で、これはランダム化に制限がある通常の実験です。 私は思考プロセスと最終的なデザインをできるだけわかりやすくするよう努めています。 (改良が必要かもしれません - おそらくかなりの改良が必要です!)
あなたの定義を使用してデザインを作成しました。 重要な点は次のとおりです。
- 2 つの例外を除いて、すべての因子は定義どおりに入力されました。
- プラスミド比を、低い値が -3 で高い値が -1 の場合の log10 プラスミド比として定義します。 なぜ？ この係数は希釈ステップについての考え方を表しており、この変換によりその変化が線形になり、モデリングが簡素化されるためです。
- 私は連続因子の低い値を表すゼロがあまり好きではありません。 この定義では、本質的に、それが存在しないか存在するかというカテゴリ要因になります。 実際には血清濃度の低い値を 0% のままにしましたが、1% などの低い値をお勧めします。低いですが存在します。
- 各因子のレベルの数はモデルによって決定されます。 高次の項を含めると、より多くの因子レベルが必要になります。 一方、モデルが比較的単純であれば、多くのレベルは不必要です (そして情報量が少なく非効率的です)。
- デザインにおいてプレート上の列と行をブロック要因として明示的に扱う必要はないと思います。
- 一度にプレートの半分を操作し、コントロールの実行のために各半分から 1 つの列を差し引くことを好みます。
- この選択により、デザイン内のプロット全体のサイズ (40 ウェル) が定義されます。
- 細胞数はプレート上の両方の細胞タイプで同じである必要があるため、この係数は次のようになります。変えるのはとても難しい。
- セル番号が全体のプロット係数になります。
- その影響は最も低い精度で推定されます。
- この決定は、プレートの数をあまり減らすことができないことを意味します。 モデリングには 4 つのプレートが実際的な最小値である可能性があります。
- この設計では、効果が標準偏差の少なくとも 7 倍であれば、80% のパワーが得られます。
- 細胞タイプと血清濃度はプレートの半分で同じである必要があるため、これらの要素は両方とも重要です。変えるのが難しい。
- 細胞タイプと血清濃度がサブプロット要素になります。
- それらの影響は 2 番目に低い精度で推定されます。
- この設計では、効果が標準偏差の少なくとも 4 倍であれば、同じ 80% が得られます。
- 複製がたくさんあるように見えますが、それを享受できるのは、プラスミド比、統合時間、トランスフェクション後の時間など、簡単に変更できる要素だけです。
- おそらくここでも一度にプレートまたはハーフプレートを扱うことになるため、これらの要素について複製とランダム化が何を意味するのかはわかりません。
次のスクリプトは、検討と検討のために私が話している設計を作成します。
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 )}
);
問題があるかと思いますが、いただいた情報をもとに最善を尽くしております。
わかりやすくするために、プロット全体をプレートに、サブプロットをハーフプレートに名前を変更できます。
素早いご返答ありがとうございました。 私がセットアップしようとしている実験の明確な例を必ず提供します。DOE を例としてセットアップするのを手伝っていただければ幸いです。
GR / GR 相互作用を測定するために設計された Nanobret アッセイを持っており、最初にダイナミック レンジを最適化したいと考えています。 私は、アッセイで最大のシグナルを生成するポジティブ コントロール、この場合はデキサメタゾン、およびビヒクル コントロール (アッセイのベースライン ノイズを表す) を用意しています。それらは、このアッセイのパフォーマンスに影響を与える可能性のある多くの変数です。 これらの変数には以下が含まれます
1. セル番号 (続き) 推奨範囲: 5000 ～ 30,000
2. プラスミド比 (続き) 0.1 - 0.001
3. 血清濃度 (継続) 0% - 4%
4. 細胞タイプ (猫) HELA、HEK293
5. 積分時間 (継続) 0.1 ～ 2 秒
6. 感染後の時間 (続きまたは猫?) 24、48、78 時間 (継続的な場合もありますが、実験的なワークフローも問題になります)
現在、96 ウェルプレートで作業しており、このプレートのコントロール用に約 8 個を予約する必要があります (これを 2 倍にして偶数のカラムを削除し、2 つのブロックに細胞を均等にプレーティングするのが簡単になります)。 DOE に使用されます。
私が心に留めておかなければならないのは、実験的なワークフローです。プレートごとに 20 の異なる細胞数濃度を持たせることはほぼ不可能です。 （それ
96 ウェル プレートあたり一度に 2 種類の細胞のみを濃度にできれば素晴らしいと思います) 両方の細胞種類を 1 つのプレートに播種できますが、プレートをブロックして 2 つに分割したいと考えています (つまり、プレートの半分に 1 つの細胞が含まれています)血清濃度もプレートあたり 2 に保つのが最善です (細胞のブロックごとに 1 つの異なる濃度ですが、これは行ごとに制御しやすい場合があります)。プレートの数は以下に保ちたいと考えています。可能であれば 5 ですが、DOE に基づいた提案を歓迎します。
ここですべてを明確に説明できたことを願っています。 特に実験的なワークフローを念頭に置いて、これを行う最善の方法の例を誰かが提供してくれると、非常に役立ちます。
ベンチ経験のある人なら、私がこの問題についてどこから来たのかを理解していただけると確信しています。
前もって感謝します！
DOE の原則は、アッセイ開発の分野にうまく応用できます。 私はその分野の研究開発に 15 年間取り組み、スクリーニングと最適化の両方の目的で DOE を広範囲に使用しました。 私も、医薬品の研究開発に関係する DOE に関する学習資料の不足に驚いています。 また、私が出会った記事の半分以上が間違っているか、誤解を招くものであることもわかりました。 (同僚がその主題について無知な場合、査読は失敗する可能性があります。) 独学で本からよく学ぶ場合には、次の情報源が役立ちます。最適な実験計画法: ケーススタディのアプローチピーター・グースとブラッドリー・ジョーンズ著。
マイクロタイタープレートを使用した実験のセットアップに苦労したというあなたの言うことを私は信じます。 (ところで、JMP コミュニティのファイル交換エリアに、私の記事と資料が掲載されていますのでご覧ください。カスタムシェイプファイル(グラフ ビルダー用です!) ただし、このデバイスの実験をデザインすることはできるはずです。 8 レベルのブロック係数を持つ 2 次多項式モデルの 2 因子実験を設計しました。行および 12 レベルのブロック係数コル。 (添付のサンプル データ テーブルを参照してください。) デザインは最後のブロック内でランダム化されていますが、プレートのセットアップ方法に応じて、必要に応じて行を配置できます。 この例を調べて、さらに質問するために使用してください。
あなたがやろうとしていること、苦労していること、または JMP が失敗するときの具体的な状況について、より具体的な詳細を共有していただければ助かります。
