ウェルプレートのブロッキングに関するDoEの質問こんにちは、みんな、
顧客から質問があり、正しい答えが何なのかよくわかりません。状況は次のとおりです。
- バイオテクノロジープロセスでは、複雑な緩衝液配合の最適化を試みる
- 要因: 20 種類の成分 + 温度
- 実験条件のために84個のウェルを備えた3ウェルプレートを購入する余裕がある
- 1つの線形制約、いくつかの相互作用、および2次効果があります
- 温度はウェルプレートごとにのみ変更できます。
さて、ここで質問です:
これは DoE 因子なので、統計的な観点からはどのように見られるのでしょうか。ブロッキング因子、変更が困難な因子でしょうか。一方で、もちろん通常の DoE 因子 (固定効果) として温度に関心がありますが、温度には 3 回の繰り返ししかありません。そして、この 3 回の繰り返しは、プレート間の変動と混同される可能性があります。
それでは、結果を分析する適切な方法は何でしょうか?
これが意味を成すといいのですが;)
ありがとう
フロリアン
Re: ウェルプレートのブロッキングに関する DoE の質問Byron は私よりもこのことについて詳しいのですが、プレートでは、実行可能な「良いデザイン」を設計するために、ラボのロジスティクスも理解する必要があります。実験を実行できるようにするには、「最良のデザイン」ではなく「良いデザイン」を使用する必要があることがよくあります。たとえば、プレートのローディングに関して、これは手動の実験ですか、それとも自動の実験ですか。完全にランダムな実験 (自動化なし) は実装が非常に難しい可能性が高いため、プレート内にブロックが必要になることがよくあります。
Re: ウェルプレートのブロッキングに関する DoE の質問温度を変更しにくい因子として設定し、2 つの因子の相互作用をすべて「可能な場合」にして、252 回実行の分割プロット設計を試してみませんか。温度をブロックとして扱う場合のように、プロット列全体とランダム効果をモデルに追加する必要がないため、分析が簡単になります。開始回数を 10 に増やしましたが、完了するまでに数分かかりました。これにより、制約を追加するオプションも提供されます。
Re: ウェルプレートのブロッキングに関する DoE の質問おはようございます@Byron_JMP ! 詳しいご回答ありがとうございます。このアプローチと Pro への推進は素晴らしいと思います。
ただし、2つの制限があります。1) DSDは線形制約に対応していません。2) 8回以上の実行を追加するオプションはEAのみです。:)
これまでに生成できたのは、Temp を 3 レベルのブロッキング係数として 252 回実行した RSM 設計です。
温度を「変更困難」とした分割区画設計は、数時間経っても収束しませんでした。
ランダムなブロックを作成することで収束しました (グループが... に実行されます)。
温度の影響がプレート間の変動よりもはるかに大きいと仮定して開始するというあなたのアプローチに従うと、私にとって最も簡単な方法は、温度を 3 レベルのブロッキング係数として 252 回実行した RSM 設計を実行し、次に GenReg を使用したあなたの分析アプローチを使用することです。
どう思いますか？
Re: ウェルプレートのブロッキングに関する DoE の質問これまでの皆さんの回答には同意できないかもしれません。
温度は、温度とは無関係なプレート間の変動でさえ、他の何よりも大きな影響を与える可能性が高い。
私は 3 つのプレートそれぞれでまったく同じ方法で実験を設定し、各プレートを希望の温度で実行します。
わずか84個のウェルと20個の因子で、彼らは決定的なスクリーニング設計を検討している。
これにより、12 の中心点（すべてゼロ）を持つ 72 の実行が得られます。
プレート上では、行 1 ～ 7 に実験の実行があり、行 8 はコントロールなどに使用できることを意味します。プレート上の 12 列のそれぞれに中心点が 1 つあります。
分析では、ブロックは（実用的な意味で）無関係なので、モデルスクリプトから「:Block」を削除します。
それぞれのプレートを分析することで、因子やおそらくより高次の項が重要であることがわかります。追加の実行により、二次項や相互作用項が存在する場合、それらの多くを推定できるようになります。
最後に、ソース列を作成するように注意しながら、3 つのプレートすべてを連結します。
そのソース列を連続した数値の温度値に再コード化します。
適合モデルに入り、20個の変数と温度をすべて選択し、RSMのマクロボタンをクリックします。
パーソナリティ = 一般化回帰を選択し、2段階フォワード選択を使用する
もし彼らが jmppro を持っていないなら、それを彼らに売りましょう。なぜなら、彼らが本当に何かを実行する 20 個の要素を持っていると本当に思っているなら、たとえ 3 枚のプレートしか予算がなかったとしても、彼らは何でも買うからです。彼らは、何を実験する必要があるかを決めるのに、もっと多くの時間を費やすべきでした。
本当の答えに戻ると -
プロがない場合は、各温度に対して Fit Definitive Screening (:Block 削除) を使用します。パラメータ テーブルを比較して、温度によって結果が異なるかどうかを確認します。Fit Definitive Screening は、どの変数が重要でないかを判断するのに役立ちます。
結合されたデータ テーブルでは、適合モデルと RSM を使用しますが、温度などのアクティブな要因に対してのみ使用します。
ここで重要な点は、彼らが 96 ウェル フォーマットで作業しているということです。完璧な設計よりも、実行可能な実験を行うことの方が重要です。(完璧な設計では、約 808,182,895 回の実行が必要になります)
実際に重要な要素を調整するためにフォローアップ実験が必要であるという考えを説得することも非常に重要です。
Re: ウェルプレートのブロッキングに関する DoE の質問はい、その通りです。彼らは、このタスクには 3 つのプレートが実行可能であると計算しました (CDMO は、これを手順として販売したいと考えています)。
したがって、プレートはランダムな効果であると主張することもできます (議論されているように、井戸の位置も同様です) が、プレートごとにしか調整できない温度も調査したいと考えています。
Re: ウェルプレートのブロッキングに関する DoE の質問ありがとう@russ_wolfinger @Chris_Kirchberg @DonMcCormack 、
すでに十分理にかなっています。私は彼とプレート全体のランダム化について話しましたが、彼はウェルの位置による影響はないと考えています。
それで、デザインの設定に関する提案を私が理解していることを確認するために、カスタムデザインでは、彼はデザインを作成します
- 20個の連続因子を指定する
- 温度を連続係数として指定するが、変更は難しい
- 線形制約を設定する
- モデル効果を追加する
- 全体のプロット数を3に設定します
正しい？
Re: ウェルプレートのブロッキングに関する DoE の質問申し訳ありませんが、午前中はきちんと考えていなかったのです。 @DonMcCormackの方が私よりも正確な答えを出していますが、それでもプレート 3 枚だけで温度を変えることはしません。プレート 1 枚につき 1 つの温度、または 1 つの温度に 2 つのプレート、1 つの温度に 1 つのプレートという設定では、効果があるという大まかな考えは得られるかもしれませんが、Don が言うように、パワーが非常に低いため、その違いに本当の自信はありません。
Re: ウェルプレートのブロッキングに関する DoE の質問@russ_wolfinger さんのおっしゃるとおり、やや複雑な分割プロット デザインを扱っていると思います。私なら温度は変更しにくい要因として扱います。ウェル プレートが 3 つしかない場合、温度の検出力は非常に低くなります。おそらく非常に低いため、統計的に有意なのは、非常に大きな効果のみでしょう。とはいえ、実験ノイズの範囲内で大きな違いがあると結論付けないように、統計テストを行うのは良いことです。最も健全なアプローチは、プレートの行と列をランダム効果として扱うことですが、ユーザーにとって分析が複雑になる可能性があります。ユーザーがこれに抵抗がなければ、そうしてください。過去にこの状況に対処しなければならなかったとき、一般的な代替案は、プレートの周囲のウェルを無視し、行と列間の変動は無視できると想定して、2 つの追加のランダム効果を除外することで分析を簡素化することでした。
Re: ウェルプレートのブロッキングに関する DoE の質問わかりやすく言うと、プレートは 3 枚ありますが、プレートごとに温度は 1 つしか設定できないのでしょうか? プレートが 3 枚しかない場合、2 つの異なる温度設定の変動や影響を推定することすらできません。温度ごとに少なくとも 2 枚は必要です。特に、温度は分割プロットのプロット/ブロックであるためです。
Re: ウェルプレートのブロッキングに関する DoE の質問交絡を避けるための良い出発点は、温度を連続共変量として扱い、プレートと、場合によっては row(plate) と col(plate) もランダム効果として指定することです。
これは分割プロットのシナリオであり、例を交えた詳細な説明はhttps://www.amazon.com/JMP-Mixed-Models-Ruth-Hummel/dp/195236521X?asin=1951684028&revisionId=&format=4&depth=1にあります。
Re: ウェルプレートのブロッキングに関する DoE の質問私は今でも、温度/プレートの各レベルごとに完全に複製されたデザインという考え方に固執しています。
20 個の要素は、必要な実行回数と、ミスをせずに 252 個の組み合わせをピペッティングする実用性の両方から見て、RSM モデルには非現実的です。組み合わせを実行するようにロボットをプログラミングすることは可能かもしれませんが、20 個のコンポーネントを処理できるロボット システムを私は知りません。おそらく、そのようなシステムがあるのでしょうか?
本当に 20 個の因子が必要な場合は、DSD が正しい方向です。線形制約に違反する実行については、プレートのウェルを空のままにして、分析でデータが欠損していると報告するか、とにかく実行してください。実験を台無しにするほどの不良実行はありません。追加の実行については、JMP と同じようにダミー変数を追加するだけです。これは、追加の因子を追加するのとまったく同じです。たとえば、20+8 個の因子で設計を作成し、追加の 8 列を削除します。折り返し構造はそこにあります。追加の実行オプションは、ダミー実行の概念を説明するよりも簡単でした。(注: 8 つの追加因子により 16 の実行が追加されます。合計実行 = 因子 * 2 + 1。20 個の因子の約半分がアクティブであると仮定すると、10 個または 11 個のアクティブ因子とその高次項を検出できるはずですが、これは無理があるかもしれません)。 @DonMcCormack はこれについてもう一度確認してもらえますか?
Re: ウェルプレートのブロッキングに関する DoE の質問
線形制約に違反する実行については、プレートのウェルを空のままにして、分析でデータが欠落していると報告するか、とにかく実行してください。実験を台無しにするほどの不良実行は発生しません。
DSD で実行が欠落していると、問題が発生する傾向があることに注意してください (対応するフォールドオーバー実行を非表示/除外したり、GenReg などを使用して分析を行う必要もあります)。
Re: ウェルプレートのブロッキングに関する DoE の質問このような実験を実行することには、2 つの懸念があります。まず、実行を捨てるという考えは嫌いです。これは、DOE がアドホック実験よりも優れている理由に反します。次に、2 因子の相互作用が非常に多く、情報が非常に少ないため (もっと多くの情報があれば、因子は少なくなると思います)、アクティブな 2FI が多数発生するリスクがあります。このような状況では、DSD のパフォーマンスは低くなります。私はこれをスクリーニング実験として扱い、2 次効果については心配しません。プレートあたり 252 回の実行があれば、すべての主効果と 2FI を推定するのに十分な量になります。プレートが 3 つあることを考えると、制約に応じて 2FI の検出力は適切であるはずです。
ところで、このデザインを作成しようとすると、5〜10 分後にデザイン生成が強制終了してしまいます。十分な時間をかけなかったのか、単に機能しないのかはわかりません。一晩試してみて、結果をお知らせします。
