Cerba Research 是一家全球知名公司，专门为全球临床试验提供一流的分析和诊断解决方案。在 Cerba Research Montpellier，我们专业的团队会定制免疫组织化学方案，以检测患者组织切片内的特定靶标表达。为了满足日益增长的方案开发需求并提高流程盈利能力，我们认识到简化开发时间表和降低成本的迫切需要。
鉴于要开发的自定义协议的多样性，传统的 OFAT（一次一个因素）方法已不再足够。因此，我们进行了深入评估，使用 JMP 比较了各种实验设计 (DOE) 方法，包括自定义设计和空间填充设计。这些 DOE 方法与之前开发的 OFAT 协议进行了评估。我们提供的数据说明了 OFAT 和 DOE 方法在成本效益和质量方面的比较优势。
大家好。我是 Marie Gérus-Durand，在 Cerba Research 担任验证工程师。今天，我将向大家展示如何在制定免疫组织化学临床方案时使用实验设计来降低成本并提高质量。首先，Cerba Research 是一家全球性公司，业务遍及各大洲。我用黄色标出了我所在的部门。
这是病理学和免疫组织化学部门。免疫组织化学的主要研究部门位于我工作的蒙彼利埃。什么是免疫组织化学？免疫组织化学是对组织中的蛋白质或各种靶标的研究。当您进行活检时，我们会切下组织的释放载玻片，然后使用基于抗体的技术在组织上检测恐怖分子的不同目标，我们可以在显微镜下或扫描仪上看到这些目标，这些目标在数字化图像上。
例如，这里有一个皮肤组织，上面有一个漂亮的靶标，被染成红色。在 Cerba Research Montpellier，我们四分之一以上的活动是为客户制定的协议。我们有 50 多个客户。每个客户都是我们最喜欢的靶标。为了在为临床试验制定的协议的整个领域保持竞争力，我们必须能够快速制定最佳开发战略。
这是另一种染色的示例，这是我将在第一个示例中使用的染色。我会向你展示。这是通过 IHC 检测到的棕色靶标，因此该协议仅允许检测一个靶标。我们称之为单纯形，我们所做的很多事情都是这样的。
我们实际的方法是一次只处理一个因素，因此我们将首先评估组织中抗原对于待识别靶标的可及性，然后对抗体进行滴定以找到最佳条件，从而获得最佳信号比，如果需要，我们将进行进一步优化。这里的每个箭头都是开发协议中的一个步骤，每个步骤至少是一个自动机循环，每个循环从请求到测试结果至少持续四天。
为了提高我们的资助盈利能力和制定的方案数量，我们需要减少时间和测试数量，以达到优化方案。在这里，我规划了我们的策略，因此我们在没有抗体或确定抗体咨询的情况下测试两种抗原可及性条件，因此我们有这四个点。然后我们选择最好的一个，因此，在条件二中进行抗体滴定，该条件具有更多点，但事实上，如果最佳点位于条件一测试范围之外的某个地方，该怎么办？
当我们看到这一点时，它让我想起了我在 JNP 上看到的实验设计和网络研讨会。这是一张来自手动室的示例幻灯片，其中您将提供的方法逐个因素（我们现在正在使用的方法）与 DOE 进行比较，您会发现您对实验区域的覆盖范围更大。在我们的设置中，这可能是一个很大的改进。我决定试一试。
首先，我从最简单的开始，也就是我向您展示的简单协议开发，在这个问题上只检测一个目标。我们首先要定义约束和参数。在我们的自动机中，也就是我用于这个实验的自动机，这个自动机有独立的位置。它与实验设计中的一个测试混合在一起，是自动机中的一个幻灯片，我们必须定义响应和因素。
我们要分析的反应是信号强度。我们希望最大化它，我们希望最小化背景。我们在此阶段可以使用的因素是抗原检索（这是一个分类因素）和一抗浓度（这是一个连续变量）。让我们开始设计。我选择比较不同的设计。
我向你展示了定制设计和空间填充设计。我们将一起设置这个设计。我只需进入 DOE 平台和定制设计，我们将必须在这里输入响应和去年的因素或响应。第一个是我们想要最大化的信号强度。
我将假设对它的任意评估介于零（表示无信号）和三（表示有信号）之间，我将在这里添加另一个响应。这是我们想要最小化的背景，所以我应该最小化这次，我将背景放在这里。同样，零表示没有背景，三表示背景非常高，然后我们将添加这些因素。
我只会向你展示，因为我在这里有点隐蔽。作为因素，我们有分类因素，它是两级的，抗原检索。它很容易改变，我们有两个 PH，通常是 PH 6 和 PH 9。根据自动机的不同，它的叫法也不同，但这并不重要。
我们有连续因子，即抗体浓度。通常，我们会测试 10 和最大值，因此我会让它从 0 变化到 10。一旦我们说了这一点，我就没有协变量了。正如我所说的，我选择了最简单的一个。我们将继续使用该模型。我想查看所有可能的相互作用，所以我会进行 RSM。我不做重复。我不做中心点。我已经选择了最简单的，默认情况下你会看到它，她说，好的。
你应该做 11 个，通常 11 个与我们所做的一致，所以没问题。要利用 JNP 17 中的设计探索器，我只需单击此处并说，好的。让我们探索不同的设计。你会看到，当你单击时，你再次拥有这些因素，这里的模型，你有不同的选择，所以在左边，它只是通过设计来表达设计。在右边，你可以进行组合。对于 RSM，我们通常会关注最优性，一旦我想尝试不同的运行次数。
假设最小值为 5。假设我们从这个开始，然后增加到 11。如果我们以 1 为步长，例如 1，那么结果会怎样？中心点，我并不关心，但我们可以尝试看看它的效果并进行复制。让我们看看，如果我们进行复制会更好。
我点击生成所有设计，它也使用不同的参数进行设计，所以我选择了眼部最优性，所以到处都是眼部最优性。我选择运行次数 5 到 15，然后你就有了重复。
它没有，但这里有五个重复。我不知道为什么，但没关系。例如，对于七个，我有两个重复，一个或零个重复，因为它们都相同。对于中心点，我尽可能有一个中心点或两个中心点。在底部，您有一张亚麻布桌子，所以您可以制作它，它添加了一个漂亮的列。
这只是为所有这些定制设计的。如果您选择此表中的设计，请单击“定制设计”，它会打开成本表。这很好，您可以制作一些图表并说，好吧。让我们看看。效率，取决于前端的数量，我会做的。
您会看到它们之间有很大的相关性。我们可以玩一下，并添加其他变量，使用列切换器查看。有一次我想查看运行，我也想查看中心点和重复。抱歉。我忘了。选择运行，但无论如何，这里我们有运行。
中心点似乎没有产生很好的影响，也无法复制，所以看起来已经准备好了。我们应该使用运行次数。如果我查看运行次数，我会回到这一点。我只会阻止用户、中心点，现在你只需查看参考数字。
我没有删除所有内容。我希望你之前应该删除所有内容。否则，只是添加所有内容。我删除了所有内容。只是选择。没有做笔记。抱歉。需要这个，所以假设我会选择所选的内容，所以运行 12 次。
我会回到这里说，好的。是默认值吗？11？事实上，我想确保有两个阴性对照，即完全没有同位素抗体，所以我会说 10。
我会设计一个包含 10 个控件的设计，然后我会手动添加两个控件。你看，这是一个小设计。你只需要 10 秒钟，这是一个表格。事实上，每次我们运行它时，它都会在这里产生不同的数字。我将使用我之前做过的那个。只需运行这个脚本。我将获得与我向您展示的任何人完全相同的数据。这是一个表格，所以你看它是不同的。
我只有 0、10 或 5 个浓度，但让我们保持稳定。在表中，您会看到您已经有了模型，设计评估，您可以返回 DOE 对话框。评估，我不会这样做，因为我想比较两个设计。我会在此时做。我刚刚把它拿来，所以我有的设计，它在最后为每个点重复。
即使我没有要求重复，它也会给我重复。它涵盖了实验空间的这个区域。我尝试了空间填充设计。是一样的。很好的 DOE，但这次，它是特殊用途的设计，这里是空间填充，我想向你展示的，所以我需要回到我的自定义设计。我想比较设计，但响应和因素是相同的。我只能保存我的响应和我的因素。哦，我只会保存响应，以同样的方式，保存照片。
然后，如果我回到空间填充设计。我可以加载响应。很抱歉。您必须选择窗口，这样您才能找到它。因素也是一样，我写了这些因素。没有限制。再一次，权证数量是 20，但我想比较两个设计，所以我会做 10 个相同的。
我别无选择。这只是一种灵活的感觉。它生成了这个设计，你会看到，这一次，浓度不像 0105 那样严格。这是一个很大的浓度范围，你可以用同样的方式制作表格。我可以关闭所有这些。至于定制设计，我重新运行了我做过的那个，所以我有完全相同的数字，所以我想比较一下设计。你如何比较设计？哦，首先。抱歉。我忘了。
你看，抗体浓度的变化并不相同，除了这里的这个对照，我没有任何重复。它涵盖了更广泛的抗体浓度范围，这实际上对我们正在寻找的东西很有帮助。
我想比较一下设计。首先，我可以用图形来比较，因为每个设计覆盖的区域是不同的。在我看来，空间填充将允许我尝试更多的抗体浓度，这可能是一个好点子，但我可以比较设计。在 DOE 中，你可以进行设计诊断，比较设计，所以你看我有两个设计。
我已经有了 Fast Flexible，所以我将添加 Custom Design。列名相同，所以我不需要太多列。他会这样做，你知道的，所以回顾一下这些因素。对于 Fast Flexible，它不是从零开始，也不会上升到 10，但它几乎已经到了。我将使用模型来擦除它们。我不能在其中使用分类因子，但我有。让我们回到抗体与抗体和抗体与抗原的风险回报。我无法在第二个因子处获得抗原，但没关系，我们进行设计评估。
这就是为什么我没有逐一进行。我想进行比较。如果您查看功率图，蓝色部分是快速灵活设计，橙色部分是定制设计。您会发现 [听不清 00:17:23]，定制设计在模型确定性的四个方面看起来比快速灵活设计更好。如果您查看设计空间图的分数，结果是一样的。
定制设计似乎更合适。如果我们比较设计诊断，它与定制设计有关。这意味着定制设计增加了一个值，如果我寻求高效率、快速灵活设计，我会打开七个，所以它比传感器定制设计的效率低 30%。我刚刚把它放在这里。
我在这里向您展示三种诊断方法，似乎定制设计比空间填充设计更好 [听不清 00:18:18]，但让我们看看结果会告诉我们什么。分析器是在输入 [听不清 00:18:26] 后获得的，因此只是为了向您展示数据示例，所以我这里有我的 DOE 表。我刚刚添加了信号强度和背景响应，所以我看着我的图像说，好吧。我没有强度。我有一些。我有更多的，等等，我对这两种设计都做了同样的事情。
这里也一样。如果不是，则需要运行两次，也就是两个不同的数据集。最后，我创建了模型。只需单击模型即可。您会看到，这是一个标准的方形效应筛选。这里包含所有交互作用，我将所有内容都匹配在一起。我可以删除一些因素，但我决定保留所有因素。然后我转到这里的分析器。如果我们查看最佳条件，我将像完成的那样最大化我的残疾。
最大化我的强度。你看，它在这里达到最高点，最小化背景，他发现了这种情况。之后，我意识到也许不是，我不想最大化信号强度。我只想匹配一个目标，因为也许我在这里使用的样本不是低的样本，所以我希望能够检测到我的目标的低表达。
我会稍微改变一下，然后说，好的。我想匹配一个中等强度的目标。不是诊断的，而是中等强度的。我仍然想最小化背景，因为背景不好。现在，如果我最大化可取性，你会看到它改变了要使用的抗体浓度。这几乎就是我们在这里得到的。也许我做了一点不同，但没关系。我做了同样的事情，这对于快速灵活设计来说也是一样的。
我得到了两种不同的情况，一种是 CC2 抗体接近 3.8，另一种是 CC2 抗体接近 2。这里不是 PHCCN9，因为在这个自动程序中，它被称为 CC1 和 CC2，但它们是相同的。然后我说，好的。我有这两种情况。我会与初始方案进行比较。
意思是我们的参考，也就是我们的标准画笔，也就是我之前展示的图像。在这里，您有自定义设计条件和空间填充设计条件。您会看到这两个条件提供的数据至少一样好。我会说甚至比我们用标准方法定义的数据更好。对我来说，我编写的空间填充数据是为了测试更多的抗体浓度，这在您有困难的目标时很有用。
我会选择这个，因为除此之外，您在这里看到的这两个条件。事实上，它们存在于空间填充设计中。我不需要违背这些条件，因为我有空间填充设计中的数据，并且图像是为了再次检查它是否运行良好。我选择空间填充设计来测试另一个协议。只是为了看看它是否有效。
不要把所有事情都过一遍。我只是拿同一篇论文，然后针对新的目标改变我的反应。我得到了这个模型，在这个模型中，为了匹配这里的两个中心强度的目标，并尽量减少背景，他说，好的，你应该有 2.8 微克的抗体，并且处于 CC2 条件。
如果我将其与我们开发的协议进行比较，据说是 CC1 和 5 微克计划，所以它是不一样的。两者都在变化，但正如您在图片上看到的，它是 Space Filing Design 定义的相同协议，至少与我们通常开发的协议一样好。现在缺少的就是说服运营和管理人员的肯定是成本和时间。我们在这里提供的设计方法。
首先，我将定制设计和空间填充设计进行比较，与标准方法相比，我设计所有东西所花的时间。标准方法在这张图中用蓝色表示，空间填充用红色表示，定制设计用绿色表示，我比较了循环次数，这很耗时，包括幻灯片数量、从设计到协议的时间以及从接受请求到保留的时间。
如果你看一下从技术请求到研究的时间，甚至必须设计一切，包括这是技术团队的新工作方式，我们缩短了获得结果的时间。现在举第二个例子，我不必再次设计一切。如果我们将这种方法作为我们的新实际方法，那么我们下一步将做什么就更有可能了，因此我比较了用于该项目的标准方法。
我用蓝色、红色条纹表示 DOE 设置，将其按比较循环排列，因为我们有参考协议。我做了一个比较循环，但如果是使用的新方法，那么我们将不会进行比较循环，因为我们没有参考。我们只会进行 DOE 设置，它用红色表示。如您所见，它减少了循环次数、位点数量、我们使用的抗体数量，最终结果以天为单位，ALF 缩短了这一时间，这非常好。
总之，我喜欢史蒂夫·乔布斯的这句话。“从小处着手，从大处着眼。”一开始，当我看到所有这些时 [听不清 00:24:53] 哦，这很好，但我可以应用它。我有点挣扎，但我说，好吧，我将从最简单的方法开始，我为这个简单的 IHC 设置了它，当我想到时，我说服了我的经理更快地设置了它。然后运营团队，最终其他领导者，这种方法可以应用于 IHC。
如果像现在这样需要优化，我们无法保证，因为一开始你不知道开发过程是容易还是困难。下一步，我想向实验室介绍一下。这是多重设置。检测同一组织上的多个目标，从两个目标开始，针对被抑制的目标，然后增加到五个目标。这项工作正在进行中。
最后，我要感谢你们。我要感谢指导委员会选中了我的摘要，我要感谢 Cerba Research Montpellier 团队，还有实验室技术员，因为有时我很难理解我的疯狂想法。
我的经理，他已经支持我制定新战略，并采取新的看待事物的方式，以及整个构思和验证团队。我也参与了这次测试。我要感谢 JNP 法国团队。Stephane 一直支持我，并询问我所有的问题，这让我能够适应这个新的 JNP 17 人，而我却停留在 16 人，并且能够看到设计探索的良好平台，我感谢大家的关注。
