使用重复设置 96 和 384 孔板设计嘿 JMP 科学家们，
我正在从事一些基于细胞的检测开发项目，在这些项目中我使用 DOE 来尝试优化我可以在实验中控制的参数。
为 96 和 384 孔板设置布局以获得合理的复制水平并避免边缘效应是一种痛苦。是否有一些不涉及用机器人随机化整个盘子的好策略？（尽管我对某些更易于随机化的变量有一个液体处理程序）您在设计中投入了哪些类型的设计和哪些术语（例如交互作用、二次方、三次方......）？您如何处理 DOE 定制设计生成器中的“重复”。 我很想得到尽可能多的反馈。 我了解 DOE 的力量和效用，我是一名皈依者，但我只需要帮助最终将这项工作付诸实施，并将其用于我们的日常检测开发和实验设计。
谢谢！
回复：致电 JMP 科学家所以，这增加了一点复杂性。 要考虑的实际解决方案是对药物、缓冲液和血清重复相同的板布局，并使用不同的细胞浓度板。 然后为了解决孵育时间，我可能会在每个细胞浓度下准备多个板，以便我可以在适当的时间点拉板。
当然是细胞浓度。至少需要三个级别才能支持二次模型项。
时间的处理方式不同。我可能会分别分析每个时间点，并且在 DOE 分析之外，我会根据响应与时间的关系拟合一条曲线（拟合曲线）。然后曲线的参数（如斜率、渐近线、拐点/EC50）将成为 DOE 表中的响应。 如果还没有关于参数化时间序列数据的帖子，那么稍后对某人（或我）来说这将是一个很好的话题。
这可以成为一个相当大的实验，但这就是移液机器人的用途。
对于奖金问题。我预计整个情节和子情节的变化对这么少的因素几乎没有影响。但像所有事情一样，先验证。进行两个设计，然后使用设计比较工具（DOE/设计诊断）。
回复：致电 JMP 科学家感谢您提供非常有帮助的意见！
使用它，我创建了一个如下所示的设计：
现在，在一块板上改变细胞密度是可能的，但非常乏味，因为需要小心地用液体处理器移液细胞。简而言之：我想改变板之间的细胞密度，而不是孔。另一个因素是孵化时间的变化（此处未显示），这也可以仅在板之间而不是在孔之间变化。我的方法是使用两个“虚拟”因素作为真正的交易，即孵化时间和细胞密度，但这不会给出正确的结果。 然后，我还需要将这些因素纳入我的模型，包括交互作用和二次项。我的错在哪里？或者我应该如何处理这个？
而且，奖金问题：
如果我想省去边缘井以避免边缘效应，我会将整个图的数量设置为 6，将子图的数量设置为 10？
提前致谢！
回复：致电 JMP 科学家建设96井实验。
看看这个 DOE 构造方法。有 4 个连续因子和 2 个额外的连续因子用作很难更改设置的硬广告的虚拟变量。（构建整体和子图的虚拟变量。）因子 X3、X4、X5 和 X6 是实验因子，设计包括它们中的每一个的交互作用和二次模型项。因素 X1 和
X2 是设置为难以更改且非常难以更改的主要效果。
（翻译自 Stat Speak：如果您有一个可以移液随机板布局的机器人，如果您的 DOE 表中也有板位置会很方便。 在本例中，我将强制 JMP 为我提供标有“子图”和“整图”的印版位置。为了使这项工作有效，我添加的前两个因素/变量/输入/X 将成为假人。使第一个虚拟 X 难以更改，并使第二个 X 很难更改。 从这里添加您的其他变量，如药物、抑制剂、缓冲液、辅助因子、营养素、碳源或您有兴趣研究的任何内容。然后像往常一样，将交互作用和二次方程等项添加到模型中。非常小心，不要在交互作用和二次项中包含虚拟 X。我们只需要主效应。
最后一步对于完成这项工作至关重要，不要跳过这一步。 有一个选项，“难以改变的因素可以独立于非常难以改变的因素而变化。”这必须检查。 看一看脚本，您会注意到：“Make Strip Plot Design”，在 arugument 中。打开此选项会使该位出现在脚本中。（统计数据：JMP 可以进行带状图设计，对彼此独立的整体和子图进行随机化限制。）下一部分也很重要。设置 Whole Plots 和 Sub Plots 的数量，然后设置运行次数。 一个图应该是 8 个，另一个应该是 12 个，运行次数是 64。 过去我只会为实验保留 8 列，然后将最后三列用于对照和标准曲线。 在这种情况下，全图和子图均为 8，运行数 = 64。在您制作设计表后，将设计传递给您的机器人进行移液应该不会太难。）
在生成的设计中，JMP 在两列中提供了 8 个完整小区和 12 个子小区，可用作 96 个井中每个井的位置。下图中，X3、X4、X5和X6对随机化没有限制，每个变量明显有不同的模式，用四个四格表示。
实验完成后，重要的是要记住不要在模型中包含两个虚拟变量。默认情况下，这些将在模型脚本中。
设计脚本
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}
);
回复：致电 JMP 科学家这里的部分不情愿可能是我们使用的语言。也许那应该是语言. 科学家谈论板和孔、移液和稀释、孵育时间、浓度等。另一方面，统计学家（间接通过 JMP 用户界面进行自定义设计并直接通过此处的回复）谈论因子类型，容易、难或很难改变因子水平、整区和子区、块，等等。
你得到了这一切吗？可能不是。这是正常的。
所以我们需要花时间在讨论中向其他人解释我们自己。话题和问题越高级，就需要更多的解释来充分传达问题和解决方案。
回复：致电 JMP 科学家我认为设计一个具有随机化限制的复杂实验很重要，因此，此讨论可以帮助许多处于类似情况的用户。这是我们希望 JMP 社区中的这个讨论区适合我们所有人的一个很好的例子。我很困惑，一周没有活动了。我怀疑这是因为最后的答复回答了所有剩余的问题。
我希望讨论再次升温。以下是我希望引起更多回复的几点：
- 如果您开发检测，这种情况与您自己的情况有何相似之处？它有什么不同？
- 您对随机运行（孔）是否有相同的限制？更多的？较少的？只是不同？
- 对随机化的限制显然会影响设计的实用性。限制如何影响分析是否同样清楚？如果在分析中忽略限制，我对回归模型的解释可能会发生什么？
- 在设计、运行或分析有限制的实验时，您发现哪些实践有益？
（请注意，还有另一个由同一用户发起的相关讨论。我将交叉发布此号召性用语，并希望最好的讨论获胜！）
回复：致电 JMP 科学家我一直潜伏在这个问题上，因为我确信在这个话题上可能会有一些强烈的意见。这是设置 96 孔实验的一种方法。
这个设计做了一些我认为有用的事情。
实验中存在连续因子：
1. 药物，一种我有兴趣研究的抑制剂
2. 刺激，这东西刺激了药物应该抑制的反应
3. 血清水平，细胞生长得更好，但增加了反应背景
和一些分类因素：
1. 媒体类型
2. 细胞系，每个板不同的细胞系
为了使板设置合理，我想对随机化设置一些限制。 如果我有很多时间，我可以对移液机器人进行编程以完全随机化整个板，但如果只是限制随机化，我可以保持列和行之间的浓度相同，并且电镀变得更加简单。
首先，对于这个范围，我基本上有 384 个孔可以使用，每个板 96 个，4 个板（每个细胞系一个。）对于我正在处理的因素，我可以很容易地查看二阶连续项的相互作用和二次效应。当我设置板时，我有 12 列和 32 行（4 个板中的每一个 8 行。）
在 DOE 对话框中，我将限制行和列的随机化。这意味着让一些因素“难以”改变，而一些因素“非常难。”，这使得这是一个分裂带状图实验。整图对应于困难，子图对应于非常难以改变的因素。因此，如果我有 12 个子图和 32 (8x4) 个整图，那么难以改变的东西（在这种情况下药物和血清）将在列中保持不变，并且每个单独的行在整个盘子中都是相同的。让我再解释一下。每根柱子都有不同的浓度，整个柱子的浓度都是一样的。（如果您要多通道移液自己的板，则非常方便。）
最后要考虑的是板/细胞系。我真正需要的是一个三向分割图，所以细胞线/板将是“超级难以改变”，但这不是一个选择，如果每个板的列有不同的子图模式可能会更好，但这很好。（实际上，只需制作 8 个整块图和 12 个子图并为四个单元格线中的每一个使用相同的板布局可能就足够了，而且它减少了板布局错误的机会。）
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 )
);
