設置具有重複的 96 和 384 孔板設計嘿 JMP 科學家們，
我正在從事一些基於細胞的測定開發項目，在這些項目中，我使用 DOE 來嘗試優化我在實驗中可以控制的參數。
設定 96 和 384 孔板的佈局以獲得合理的複製水平並避免邊緣效應是一種痛苦。 是否有一些不涉及用機器人隨機化整個盤子的好策略？ （儘管我有一個用於某些更適合隨機化的變數的液體處理程序）什麼類型的設計和什麼術語（例如相互作用，二次，三次...） 你正在投入設計嗎？ 如何處理 DOE 客製化設計產生器中的「重複」。 我很想獲得盡可能多的回饋。 我了解能源部的力量和實用性，我是一個皈依者，但我只需要幫助最終使這項工作落地並在我們的日常分析開發和實驗設計中利用它。
謝謝你！
實驗設計回覆：致電 JMP 科學家因此，這增加了一點複雜性。 需要考慮的一個實用解決方案是對藥物、緩衝液和血清重複相同的板佈局，並使用不同的細胞濃度板。 然後為了解決孵育時間問題，我可能會在每個細胞濃度下準備多個板，以便我可以在適當的時間點拉板。
當然是細胞濃度。需要至少三個等級才能支援二次模型項。
時間的處理方式不同。 我可能會單獨分析每個時間點，並在 DOE 分析之外將一條曲線（擬合曲線）擬合到響應與時間的關係。 然後曲線的參數（如斜率、漸近線、拐點/EC50）將成為 DOE 表中的反應。 如果還沒有關於參數化時間序列資料的帖子，那麼這對以後的某人（或我）來說將是一個很好的主題。
這可能會成為一個相當大的實驗，但這就是移液機器人的用途。
對於獎金問題。 我預期整個情節和次要情節的變化在因素很少的情況下幾乎沒有影響。 但就像所有事情一樣，首先要驗證。 進行這兩種設計，然後使用設計比較工具（DOE/設計診斷）。
回覆：致電 JMP 科學家感謝您提供非常有幫助的意見！
使用它，我創建了一個如下所示的設計：
PlateLayout.PNG
現在，改變一塊板上的細胞密度是可能的，但相當繁瑣，因為使用液體處理器移液細胞需要小心地進行。 簡而言之：我想改變板之間的細胞密度，但不想改變孔之間的細胞密度。 另一個因素是不同的孵育時間（此處未顯示），它也只能在板之間變化，而不能在孔之間變化。 我的方法是使用兩個「虛擬」因素作為真實因素，即孵育時間和細胞密度，但這並不能給出正確的結果。然後，我還需要將這些因素納入我的模型中，包括交互作用和二次項。 我的錯誤在哪裡？ 或者我應該如何處理這個問題？
還有，獎金問題：
如果我想省略邊緣井以避免邊緣效應，我會將整個圖的數量設為 6，將子圖的數量設為 10？
先致謝！
回覆：致電 JMP 科學家建設96口井實驗。
Screen Shot 2017-09-12 at 5.09.17 PM.png
看看這個DOE的建構方法。 有 4 個連續因子和 2 個附加連續因子用作難以更改設定的硬廣告的虛擬變數。 （建立整體和子圖的虛擬變數。）因子 X3、X4、X5 和 X6 是實驗因子，設計包括每個因子的交互作用和二次模型項。 因子 X1 和
X2是設定為很難且很難改變的主要效果。
（翻譯自 Stat Speak：如果您有一個可以移液隨機板佈局的機器人，如果您的 DOE 表中也有板位置，那就會很方便。 在此範例中，我將強制 JMP 提供標有「子圖」和「整體圖」的板位置。 為了使這項工作有效，我添加的前兩個因素/變數/輸入/X 只是虛擬的。 讓第一個虛擬 X 難以更改，並使第二個 X 非常難以更改。 從這裡添加您的其他變量，如藥物、抑制劑、緩衝液、輔因子、營養素、碳源或您感興趣研究的任何內容。 然後像平常一樣，將交互項和二次項等項加入模型中。 請務必小心，不要將虛擬 X 包含在交互項和二次項中。 我們所需要的只是主要效果。
最後一步對於完成這項工作至關重要，不要跳過這一步。 有一個選項，“難以改變的因素可以獨立於非常難以改變的因素而變化。” 必須檢查這一點。 看一下腳本，您會注意到：“Make Strip Plot Design”，在論證中。 開啟此選項會使該位元出現在腳本中。 （統計數據說話：JMP 可以對彼此獨立的整體和子圖進行隨機化限制的帶狀圖設計。）下一部分也很重要。 設定整區和子區的數量，然後設定運行次數。 其中一個圖應為 8，另一個圖應為 12，遊程數為 64。 過去我只保留 8 列用於實驗，然後使用最後三列作為對照和標準曲線。 在本例中，整區和子區均為 8，遊程 = 64。 製作設計表後，將設計傳遞給機器人進行移液應該不會太難。）
Screen Shot 2017-09-12 at 5.14.56 PM.png
在產生的設計中，JMP 在兩列中提供了 8 個整體圖和 12 個子圖，可用作 96 個孔中每個孔的位置。 下圖中，X3、X4、X5 和 X6 對隨機化沒有限制，每個變數都有明顯的不同模式，表示為四個網格。
實驗完成後，請務必記住不要在模型中包含兩個虛擬變數。 預設情況下，這些將位於模型腳本中。
設計腳本
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Continuous, -1, 1, "whole plot dummy", 1 ),
Add Factor( Continuous, -1, 1, "sub plot dummy", 2 ),
Add Factor( Continuous, -1, 1, "X3", 0 ),
Add Factor( Continuous, -1, 1, "X4", 0 ),
Add Factor( Continuous, -1, 1, "X5", 0 ),
Add Factor( Continuous, -1, 1, "X6", 0 ), Set Random Seed( 42 ),
Number of Starts( 10 ), 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 Term( {3, 1}, {4, 1} ), Add Term( {3, 1}, {5, 1} ),
Add Term( {3, 1}, {6, 1} ), Add Term( {4, 1}, {5, 1} ),
Add Term( {4, 1}, {6, 1} ), Add Term( {5, 1}, {6, 1} ), Add Term( {3, 2} ),
Add Term( {4, 2} ), Add Term( {5, 2} ), Add Term( {6, 2} ),
Make Strip Plot Design, Set N Whole Plots( 8 ), Set N Subplots( 12 ),
Set Sample Size( 96 ), Optimality Criterion( 2 ), Make Design}
);
回覆：致電 JMP 科學家這裡的部分不情願可能是我們使用的語言。 也許那應該是語言。 科學家談論板和孔、移液和稀釋、孵育時間、濃度等等。 另一方面，統計學家（間接透過用於自訂設計的 JMP 使用者介面以及直接透過此處的回應）討論因子類型、容易、困難或非常難以更改因子水準、整個圖和子圖、分塊， 等等。
這些你都明白了嗎？ 可能不會。 這很正常。
因此，我們需要花時間向討論中的其他人解釋自己。 主題和問題越高級，就越需要更多的解釋來充分傳達問題和解決方案。
回覆：致電 JMP 科學家我認為設計一個隨機化限制的複雜實驗很重要，因此，此討論可以幫助處於類似情況的許多用戶。 這是一個很好的例子，說明了我們希望 JMP 社群的這個討論區能為我們所有人帶來好處。 我很困惑，已經一週沒有活動了。 我懷疑這是因為最後的答案回答了所有剩餘的問題。
我希望討論能夠再次展開。 以下是我希望能引起更多回應的幾點：
- 如果您開發檢測方法，這個案例與您自己的案例有何相似之處？ 有什麼不同？
- 您對隨機運行（孔）是否有相同的限制？ 更多的？ 較少的？ 只是不同？
- 隨機化的限制顯然會影響設計運作的實用性。 限制如何影響分析同樣清楚嗎？ 如果在分析中忽略限制，我對迴歸模型的解釋可能會發生什麼？
- 在設計、運行或分析有限制的實驗時，您發現哪些做法是有益的？
（請注意，同一用戶發起了另一個相關討論。 我將交叉發布此號召性用語，祝最好的討論獲勝！）
回覆：致電 JMP 科學家我一直在潛伏在這個問題上，因為我確信對於這個主題可能會有一些強烈的意見。 這是設定 96 孔實驗的一種方法。
這個設計做了一些我認為有用的事情。
實驗中存在連續因素：
1. 藥物，一種我有興趣研究的抑制劑
2. 刺激，刺激藥物本應抑制的反應
3. 血清濃度可以更好地促進細胞生長，但會增加反應的背景
和一些分類因素：
1. 媒體類型
2. 細胞系，每個板不同的細胞系
為了使板設置合理，我想對隨機化施加一些限制。 如果我有很多時間，我可以對移液機器人進行編程，以完全隨機化整個板，但如果只是限制隨機化，我可以保持列下和行間的濃度相同，並且電鍍變得更加簡單。
首先，對於這個範圍，我基本上有 384 個孔可供使用，每個板 96 個孔，以及 4 個板（每個細胞系一個）。對於我正在處理的因素，我可以輕鬆查看二階連續項的交互作用和二次效應。 當我設定板時，我有 12 列和 32 行（4 個板中每一個有 8 行。）
在 DOE 對話方塊中，我將限制行和列的隨機化。 這意味著使某些因素「難以」改變，而另一些因素「非常難以」改變，這使得這是一個裂帶圖實驗。 整個圖對應於很難改變的因素，子圖對應於非常難以改變的因素。 因此，如果我有12 個子圖和32 個（8x4）整體圖，那麼難以改變的東西（在本例中為藥物和血清）將在列中保持不變，並且整個板上的每個單獨的行將是相同的。 讓我再解釋一下。 每根柱子的濃度不同，整個柱子的濃度都相同。 （如果您要對自己的板進行多通道移液，則非常方便。）
最後要考慮的是板/細胞系。 我真正需要的是一個三向分割圖，因此細胞系/板將“超級難以更改”，但這不是一個選項，如果每個板的列有不同的子圖模式可能會更好，但這是相當不錯的。 （實際上，只需製作 8 個完整圖和 12 個子圖，並為四個細胞系中的每一個使用相同的板佈局可能就足夠了，而且它還減少了板佈局中出錯的機會。）
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Continuous, 2, 25, "Drug", 1 ),
Add Factor( Continuous, 0.02, 0.1, "Serum", 1 ),
Add Factor( Categorical, {"IMDM", "RPMI", "DMEM"}, "Media", 2 ),
Add Factor( Continuous, 5, 50, "Stim", 2 ),
Add Factor( Categorical, {"L1", "L2", "L3", "L4"}, "Plate Number", 2 ),
Set Random Seed( 550796982 ), Number of Starts( 1 ), 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( {1, 2} ), Add Term( {1, 1}, {2, 1} ),
Add Term( {2, 2} ), Add Term( {1, 1}, {3, 1} ), Add Term( {2, 1}, {3, 1} ),
Add Term( {1, 1}, {4, 1} ), Add Term( {2, 1}, {4, 1} ),
Add Term( {3, 1}, {4, 1} ), Add Term( {4, 2} ), Add Term( {1, 1}, {5, 1} ),
Add Term( {2, 1}, {5, 1} ), Add Term( {3, 1}, {5, 1} ),
Add Term( {4, 1}, {5, 1} ), Add Term( {1, 3} ), Add Term( {1, 4} ),
Add Term( {4, 3} ), Make Strip Plot Design, Set N Whole Plots( 32 ),
Set N Subplots( 12 ), Set Sample Size( 384 ), Optimality Criterion( 2 )
);回覆：設置帶有重複的96孔和384孔板設計我會將統計實驗設計（DOE）和實體孔板佈局視為兩個相互關聯但各自獨立的步驟。一旦確定了各因子、交互作用和二次項，就可以針對行、列、孔板和重複次數添加實際約束，而不是試圖完全隨機化每個孔。當某些變數可以透過液體處理工作站處理，而其他變數則更容易手動操作或使用多通道移液器時，這種方法尤其有用。
為了確保實驗的可重複性，我建議謹慎地將所有重複樣本直接相鄰放置。雖然這樣做可以簡化實驗設置，但也存在將局部板效應誤判為處理效應的風險。將獨立的重複樣本分佈在培養板的不同區域，最好是分佈在不同的培養板或不同的實驗批次中，可以更好地檢測板間差異。當然，在有實際需要的情況下，技術重複樣本仍然可以分組放置。
對於 384 孔板實驗，我會在開始移液之前先繪製孔板佈局圖。像 96 孔板模板這樣的工具在這裡非常有用，它可以幫助你規劃 384 孔板的佈局，標記處理條件、對照、重複組以及行/列位置。將這張可視化的佈局圖放在實驗設計表旁邊，可以更輕鬆地在實際製備孔板之前發現意外的重複或對照放置不當的情況。
我也會預留專門的孔用於陽性對照、陰性對照，以及可能的參考條件。這些對照在判斷實驗設計效應是真實存在的，還是部分由邊緣效應、分液差異、蒸發或板間漂移等因素造成時尤其重要。對於模型，我傾向於先考慮二階項和具有生物學意義的相互作用，而不是自動添加三次項，因為不必要的高階項會消耗大量的實驗自由度。
