设置具有重复的 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测定开发项目，在这些项目中，我使用 DOE 来尝试优化我在实验中可以控制的参数。
设置 96 和 384 孔板的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？ （尽管我有一个用于某些更适合随机化的变量的液体处理程序）什么类型的设计和什么术语（例如相互作用，二次，三次......） 你正在投入设计吗？ 如何处理 DOE 定制设计生成器中的“重复”。 我很想获得尽可能多的反馈。 我了解能源部的力量和实用性，我是一个皈依者，但我只需要帮助最终使这项工作落地并在我们的日常分析开发和实验设计中利用它。
谢谢你！
实验设计回复：致电 JMP 科学家因此，这增加了一点复杂性。 需要考虑的一个实用解决方案是对药物、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问题，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。需要至少三个级别才能支持二次模型项。
时间的处理方式不同。 我可能会单独分析每个时间点，并且在 DOE 分析之外将一条曲线（拟合曲线）拟合到响应与时间的关系。 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，那么这对于以后的某人（或我）来说将是一个很好的主题。
这可能会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。 我预计整个情节和次要情节的变化在因素很少的情况下几乎没有影响。 但就像所有事情一样，首先要验证。 进行这两种设计，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：
PlateLayout.PNG
现在，改变一块板上的细胞密度是可能的，但相当繁琐，因为使用液体处理器移液细胞需要小心地进行。 简而言之：我想改变板之间的细胞密度，但不想改变孔之间的细胞密度。 另一个因素是不同的孵育时间（此处未显示），它也只能在板之间变化，而不能在孔之间变化。 我的方法是使用两个“虚拟”因素作为真实因素，即孵育时间和细胞密度，但这并不能给出正确的结果。然后，我还需要将这些因素纳入我的模型中，包括相互作用和二次项。 我的错误在哪里？ 或者我应该如何处理这个问题？
还有，奖金问题：
如果我想省略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口井实验。
Screen Shot 2017-09-12 at 5.09.17 PM.png
看看这个DOE的构造方法。 有 4 个连续因子和 2 个附加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，设计包括每个因子的交互作用和二次模型项。 因子 X1 和
X2是设置为很难并且很难改变的主要效果。
（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，那就会很方便。 在此示例中，我将强制 JMP 提供标有“子图”和“整体图”的板位置。 为了使这项工作有效，我添加的前两个因素/变量/输入/X 只是虚拟的。 使第一个虚拟 X 难以更改，并使第二个 X 非常难以更改。 从这里添加您的其他变量，如药物、抑制剂、缓冲液、辅因子、营养素、碳源或您感兴趣研究的任何内容。 然后像平常一样，将交互项和二次项等项添加到模型中。 请务必小心，不要将虚拟 X 包含在交互项和二次项中。 我们所需要的只是主要效果。
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。” 必须检查这一点。 看一下脚本，您会注意到：“Make Strip Plot Design”，在论证中。 打开此选项会使该位出现在脚本中。 （统计数据说话：JMP 可以对彼此独立的整体和子图进行随机化限制的带状图设计。）下一部分也很重要。 设置整区和子区的数量，然后设置运行次数。 其中一个图应为 8，另一个图应为 12，游程数为 64。 过去我只保留 8 列用于实验，然后使用最后三列作为对照和标准曲线。 在本例中，整区和子区均为 8，游程 = 64。 制作设计表后，将设计传递给机器人进行移液应该不会太难。）
Screen Shot 2017-09-12 at 5.14.56 PM.png
在生成的设计中，JMP 在两列中提供了 8 个整体图和 12 个子图，可用作 96 个孔中每个孔的位置。 下图中，X3、X4、X5 和 X6 对随机化没有限制，每个变量都有明显不同的模式，表示为四个网格。
实验完成后，请务必记住不要在模型中包含两个虚拟变量。 默认情况下，这些将位于模型脚本中。
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、浓度等等。 另一方面，统计学家（间接通过用于自定义设计的 JMP 用户界面以及直接通过此处的回复）谈论因素类型、容易、困难或非常难以改变因素水平、整个图和子图、分块， 等等。
这些你都明白了吗？ 可能不会。 这很正常。
因此，我们需要花时间向讨论中的其他人解释自己。 主题和问题越高级，就越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随机化限制的复杂实验很重要，因此，此讨论可以帮助处于类似情况的许多用户。 这是一个很好的例子，说明了我们希望 JMP 社区的这个讨论区能够为我们所有人带来好处。 我很困惑，已经一周没有活动了。 我怀疑这是因为最后的答复回答了所有剩余的问题。
我希望讨论能够再次展开。 以下是我希望能引起更多回复的几点：
- 如果您开发检测方法，这个案例与您自己的案例有何相似之处？ 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运行的实用性。 限制如何影响分析同样清楚吗？ 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，您发现哪些做法是有益的？
（请注意，同一用户发起了另一个相关讨论。 我将交叉发布此号召性用语，祝最好的讨论获胜！）
回复：致电 JMP 科学家我一直在潜伏在这个问题上，因为我确信对于这个话题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。
实验中存在连续因素：
1. 药物，一种我有兴趣研究的抑制剂
2. 刺激，刺激药物本应抑制的反应
3. 血清水平可以更好地促进细胞生长，但会增加反应的背景
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，我想对随机化施加一些限制。 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，我可以保持列下和行间的浓度相同，并且电镀变得更加简单。
首先，对于这个范围，我基本上有 384 个孔可供使用，每个板 96 个孔，以及 4 个板（每个细胞系一个）。对于我正在处理的因素，我可以轻松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 个板中每一个有 8 行。）
在 DOE 对话框中，我将限制行和列的随机化。 这意味着使某些因素“难以”改变，而另一些因素“非常难以”改变，这使得这是一个裂带图实验。 整个图对应于很难改变的因素，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 个 (8x4) 个整图，那么难以改变的东西（在本例中为药物和血清）将在列中保持不变，并且整个板上的每个单独行将相同。 让我再解释一下。 每根柱子的浓度不同，整个柱子的浓度相同。 （如果您要对自己的板进行多通道移液，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，因此细胞系/板将“超级难以更改”，但这不是一个选项，如果每个板的列有不同的子图模式可能会更好，但这是相当不错的。 （实际上，只需制作 8 个完整图和 12 个子图，并为四个细胞系中的每一个使用相同的板布局可能就足够了，而且它还减少了板布局中出错的机会。）
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 )
);回复：设置96孔和384孔板设计及重复实验我会将统计实验设计（DOE）和物理孔板布局视为两个相互关联但又各自独立的步骤。一旦确定了各因子、交互作用和二次项，就可以针对行、列、孔板和重复次数添加实际约束，而不是试图完全随机化每个孔。当某些变量可以通过液体处理工作站处理，而其他变量则更容易手动操作或使用多通道移液器时，这种方法尤其有用。
为了确保实验的可重复性，我建议谨慎地将所有重复样本直接相邻放置。虽然这样做可以简化实验设置，但也存在将局部板效应误判为处理效应的风险。将独立的重复样本分布在培养板的不同区域，最好是分布在不同的培养板或不同的实验批次中，可以更好地检测板间差异。当然，在有实际需要的情况下，技术重复样本仍然可以分组放置。
对于 384 孔板实验，我会在开始移液之前先绘制孔板布局图。像 96 孔板模板这样的工具在这里非常有用，它可以帮助你规划 384 孔板的布局，标记处理条件、对照、重复组以及行/列位置。将这张可视化的布局图放在实验设计表旁边，可以更轻松地在实际制备孔板之前发现意外的重复或对照放置不当的情况。
我还会预留专门的孔用于阳性对照、阴性对照，以及可能的参考条件。这些对照在判断实验设计效应是真实存在的，还是部分由边缘效应、分液差异、蒸发或板间漂移等因素造成时尤为重要。对于模型，我倾向于首先引入二阶项和具有生物学意义的相互作用，而不是自动添加三次项，因为不必要的高阶项会消耗大量的实验自由度。
