血清细胞测定优化的DOE您好，我正在尝试优化基于细胞的检测（培养 T 细胞的过程），以找出各种因素（连续，即接种密度或过程持续时间）和最佳水平的组合，从而对我的两个分类因素（血清 A 和血清 B）之间的效果列表产生最大影响
您会推荐哪种 DOE 和分析？
根据我想要测试的参数数量，我可以选择少至 2-3 个因素，多至 8-9 个因素。
我的想法是运行 DOE，然后寻找与我的分类因子（血清）有显着相互作用的参数，以根据您使用的血清确定哪些条件最有可能影响我的读数
提前致谢！实验设计回复：血清细胞测定优化的DOE没有办法事先知道最佳结果。我的建议是创建多个 DOE 选项（设计多个实验）。对于每个实验，列出您将获得的潜在知识（例如，可以估计哪些影响，可以估计模型影响的顺序，什么是混淆的，什么是限制的），并将其与您可用的资源进行权衡。预测每个实验的所有可能结果，然后选择一个并运行它，知道这可能是一系列实验中的第一个。
回复：血清细胞测定优化的DOE你好@DRC92 ，
欢迎加入社区！
DoE 的选择和分析实际上取决于您对系统的先验知识，以及因素的数量、约束、随机化限制、噪声/信号比等。
您提到，您的系统中可能存在 2-3 个因素，也可能存在 8-9 个因素。您是否已经知道系统中所有可能因素的影响和重要性？
如果没有，我建议从筛选设计开始，以检测系统中的重要影响和因素。
一旦确定了这些重要的影响，您就可以增强您的设计以添加一些点来改进您的模型（并提高预测性）并优化您的响应。
您的初步筛选设计应该包含尽可能多的因素，且因素范围要大，以确定哪些因素在您的系统中是重要且活跃的。
- 在没有因子约束的情况下（对于 5 个以上的连续因子和有限数量的 2 级分类因子）， 确定性筛选设计可能是一个有趣的选择，因为它是一个强大的 3 级筛选设计，可以在非常有限的实验预算下检测主效应、交互作用和二次效应。连续因子采用 3 级有助于避免“二元”响应具有非常高或非常低的值，或者仅对因子的高低级别使用“不存在/存在”设置。
- 定制设计（D/A-最佳筛选设计）也可能是一个有趣的选择，能够包含各种因素类型、约束和随机化限制（例如，如果您需要按行和列设置具有定义数量实验的板实验），并且对假设的模型和您想要检测的内容具有完全的灵活性。
我希望这第一个答案能帮助你，
