차단에 대한 웰 플레이트 DoE 질문안녕하세요 여러분,
고객 질문이 있는데 정답이 무엇인지 잘 모르겠어요. 상황은 다음과 같습니다.
- 복잡한 완충액 제형을 최적화하려는 바이오테크 프로세스
- 요소 : 20가지 재료 + 온도
- 실험 조건에 맞춰 84개의 웰을 갖춘 3개의 웰 플레이트를 구매할 수 있습니다.
- 선형 제약 조건 하나, 상호작용 및 2차 효과가 있습니다.
- 온도는 웰 플레이트별로만 달라질 수 있습니다.
이제 질문은 다음과 같습니다.
DoE 인자이기 때문에 통계적 관점에서 어떻게 볼 수 있을까요? Blocking Factor, Hard-to-Change Factor? 한편으로는 물론 정규 DoE 인자(고정 효과)인 Temperature에 관심이 있지만, 반복 횟수가 3회에 불과합니다. 그리고 이 3회 반복 횟수는 플레이트 간 변동성과 혼동될 수 있습니다.
그러면 결과를 분석하는 적절한 방법은 무엇일까?
이것이 말이 되기를 바랍니다;)
감사해요
플로리안
Re: 차단에 대한 웰 플레이트 DoE 질문바이런은 나보다 이 문제에 대해 더 잘 알고 있습니다. 하지만 플레이트를 사용하면 실행 가능한 "좋은 디자인"을 설계하기 위해 실험실의 물류도 이해해야 합니다. 종종 실행할 수 있는 실험을 하려면 "최고의 디자인"이 아닌 "좋은 디자인"을 사용해야 합니다. 예를 들어, 플레이트 로딩 측면에서 이것은 수동 실험인가 자동 실험인가? 종종 플레이트 내부에 블록이 필요한데, 완전히 무작위적인 실험(자동화 없이)은 구현하기 매우 어려울 가능성이 높습니다.
Re: 차단에 대한 웰 플레이트 DoE 질문온도를 변경하기 어려운 요인으로 하고 가능하다면 두 요인의 상호 작용을 모두 만드는 252개 런 분할 플롯 디자인을 시도해 보는 건 어떨까요? 온도를 블록으로 취급하는 경우처럼 전체 플롯 열과 임의 효과를 모델에 추가할 필요가 없으므로 분석이 더 쉬워질 것입니다. 시작 횟수를 10으로 늘렸고 완료하는 데 몇 분이 걸렸습니다. 또한 제약 조건을 추가하는 옵션도 제공합니다.
Re: 차단에 대한 웰 플레이트 DoE 질문안녕하세요 @Byron_JMP ! 자세한 답변 감사합니다. 접근 방식과 Pro에 대한 추진이 마음에 들어요.
그러나 두 가지 제한 사항이 있습니다. 1) DSD는 선형 제약 조건을 수용하지 않으며 2) 8개 이상의 추가 실행을 추가하는 옵션은 EA에만 있습니다.:)
지금까지 제가 만들어낼 수 있었던 것은 Temp를 3단계 차단 요소로 한 252런 RSM 설계입니다.
온도를 변경하기 어려운 것으로 설정한 분할 플롯 설계는 몇 시간 후에도 수렴되지 않았습니다.
무작위 블록을 생성하여 수렴시켰습니다.(그룹이 모여...)
귀하의 접근 방식에 따르면, 온도 효과가 플레이트 간 변화보다 훨씬 크다고 가정하고 시작하면, 제 생각에는 가장 쉬운 방법은 Temp를 3단계 차단 계수로 지정하고, GenReg를 이용해 귀하의 분석 방식을 사용하는 252회 실행 RSM 설계를 사용하는 것입니다.
어떻게 생각하나요?
Re: 차단에 대한 웰 플레이트 DoE 질문저는 지금까지 모든 사람의 답변에 동의하지 않을 수도 있을 것 같아요.
온도는 다른 어떤 것보다 훨씬 더 큰 영향을 미칠 가능성이 있으며, 온도와 무관하게 플레이트 간 변화도 마찬가지입니다.
세 개의 판 모두에서 정확히 같은 방식으로 실험을 설정한 다음, 각 판을 원하는 온도에서 작동시켰습니다.
84개의 웰과 20개의 요인만으로 그들은 확정적인 스크리닝 디자인을 고려하고 있습니다.
이렇게 하면 12개의 중심점(모두 0)을 포함하여 72개의 실행이 제공됩니다.
플레이트에서 이는 1-7행이 실험적 실행을 하고 8행은 통제 등을 위해 열려 있음을 의미합니다. 플레이트의 12개 열 각각에 중심점이 하나씩 있습니다.
그런 다음 분석에서 블록은 실제적인 의미에서 중요하지 않으므로 모델 스크립트에서 ":Block"을 삭제합니다.
각 개별 플레이트에 대한 분석을 통해 요인과 더 높은 수준의 용어가 중요하다는 것을 발견할 수 있습니다. 모든 추가 실행을 통해 2차 및 상호 작용 용어가 있는 경우 많은 것을 추정할 수 있습니다.
마지막으로 세 개의 플레이트를 모두 연결하고 소스 열을 만드는 데 주의하세요.
해당 소스 열을 연속적인 숫자형 온도 값으로 다시 코딩합니다.
적합 모델로 이동하여 20개 변수와 온도를 모두 선택하고 RSM에 대한 매크로 버튼을 클릭합니다.
성격 = 일반화 회귀를 선택한 다음 2단계 전방 선택을 사용합니다.
jmppro가 없다면 그들에게 팔아라. 솔직히 말해서, 그들이 실제로 무언가를 하는 20가지 요인이 있다고 생각한다면, 비록 그들이 3개의 플레이트를 위한 예산만 가지고 있다 하더라도, 그들은 무엇이든 살 것이다. 그들은 실험할 것이 무엇인지 결정하는 데 훨씬 더 많은 시간을 투자했어야 했다.
진짜 답으로 돌아가자 -
프로가 없다면 각 온도에 대해 Fit Definitive Screening(:Block 삭제됨)을 사용합니다. 매개변수 표를 비교하여 온도에 따라 결과가 다른지 확인합니다. Fit Definitive Screening은 어떤 변수가 중요하지 않은지 파악하는 데 도움이 됩니다.
결합된 데이터 표에서는 적합 모형과 RSM을 사용하지만 온도를 포함한 활성 요인에만 사용합니다.
여기서 중요한 세부 사항은 그들이 96웰 포맷으로 작업하고 있다는 것입니다. 완벽한 설계보다 실행 가능한 실험을 하는 것이 더 중요합니다. (완벽한 설계는 약 808,182,895회 실행됩니다)
실제로 중요한 요소를 조정하기 위한 후속 실험이 필요하다는 생각을 그들에게 알리는 것도 매우 중요합니다.
Re: 차단에 대한 웰 플레이트 DoE 질문네, 사실입니다. 그들은 이 작업에 3개의 플레이트가 가능하다고 계산했습니다(CDMO는 이를 시술로 판매하고 싶어합니다).
따라서 판을 무작위 효과(그리고 잘 논의된 대로 위치)로 주장할 수 있지만, 그들은 또한 온도를 조사하고 싶어하는데, 온도는 판마다만 조절할 수 있습니다.
Re: 차단에 대한 웰 플레이트 DoE 질문@russ_wolfinger @Chris_Kirchberg @DonMcCormack 감사합니다.
이미 상당히 말이 됩니다. 저는 그에게 플레이트 전체의 무작위성에 대해 이야기했고 그는 웰 위치에서 아무런 영향도 없다고 가정합니다.
그래서 디자인 설정에 대한 제안을 이해했는지 확인하기 위해서요. 맞춤 디자인에서는 그가 다음과 같이 디자인을 만들 것입니다.
- 20개의 연속형 요소 지정
- Temp를 연속적인 요소로 지정하지만 변경하기 어려움
- 선형 제약조건 설정
- 모델 효과 추가
- 전체 플롯의 개수를 3으로 설정합니다.
옳은?
Re: 차단에 대한 웰 플레이트 DoE 질문죄송합니다. 아침에 제대로 생각하지 못했어요. @DonMcCormack 이 저보다 더 정확한 답변을 가지고 계시지만, 저는 여전히 3개의 플레이트만으로 온도 변화를 하지는 않을 겁니다. 플레이트당 온도 하나 또는 한 온도에 플레이트 두 개, 한 온도에 플레이트 하나를 사용하면 효과가 있다는 전반적인 느낌을 줄 수 있겠지만, Don이 말했듯이 전력이 너무 약해서 그 차이를 실제로 확신할 수는 없을 겁니다.
Re: 차단에 대한 웰 플레이트 DoE 질문저는 @russ_wolfinger 가 다소 복잡한 분할 플롯 설계를 다루고 있다는 데 동의합니다. 저는 온도를 변경하기 어려운 요인으로 취급할 것입니다. 웰 플레이트가 3개뿐이면 온도에 대한 검정력이 매우 낮을 것이고, 너무 낮아서 거대한 효과만이 통계적으로 유의미할 것입니다. 그렇긴 하지만 실험적 노이즈 내에서 큰 것에 차이가 있다는 결론을 내리지 않기 위해 통계적 검정을 하는 것이 여전히 좋습니다. 가장 건전한 접근 방식은 플레이트의 행과 열을 임의 효과로 취급하는 것이지만, 사용자의 분석을 복잡하게 만들 가능성이 있습니다. 사용자가 이에 익숙하다면 그렇게 하세요. 과거에 이런 상황을 처리해야 했을 때 일반적인 대안은 플레이트 주변의 웰을 무시하고 행과 열에 걸친 변동성이 무시할 수 있다고 가정하여 두 가지 추가 임의 효과를 제거하여 분석을 단순화하는 것이었습니다.
Re: 차단에 대한 웰 플레이트 DoE 질문명확히 하자면, 그들은 3개의 플레이트를 가지고 있고 플레이트당 온도는 하나만 있을 수 있나요? 플레이트가 3개만 있으면 두 가지 다른 온도 설정에 대한 분산이나 효과를 추정할 수도 없습니다. 온도당 최소 2개가 필요합니다. 특히 온도는 분할 플롯의 플롯/블록이기 때문입니다.
Re: 차단에 대한 웰 플레이트 DoE 질문교란 요인을 피하는 데 도움이 되는 좋은 시작 접근 방식은 온도를 연속 공변량으로 처리하고 plate를 지정하고 잠재적으로 row(plate)와 col(plate)을 임의 효과로 지정하는 것입니다.
이것은 분할 플롯 시나리오이며, 예를 들어 심도 있는 논의는 https://www.amazon.com/JMP-Mixed-Models-Ruth-Hummel/dp/195236521X?asin=1951684028&revisionId=&format=4&depth=1 에서 확인할 수 있습니다.
Re: 차단에 대한 웰 플레이트 DoE 질문저는 아직도 각 온도/플레이트 레벨에 대해 완벽히 복제된 디자인이라는 아이디어를 고수하고 있습니다.
20개의 요인은 필요한 실행 횟수와 실수 없이 252개의 조합을 피펫으로 추출하는 실용성 때문에 RSM 모델에 비실용적입니다. 조합을 수행하도록 로봇을 프로그래밍하는 것은 가능할 수 있지만 20개의 구성 요소를 처리할 수 있는 로봇 시스템을 모릅니다. 어쩌면 하나 있을 수도 있을까요?
실제로 20개의 요인이 필요하다면 DSD가 정말 올바른 방향입니다. 선형 제약 조건을 위반하는 실행의 경우 플레이트의 웰을 비워두고 분석을 위해 데이터를 누락된 것으로 보고하거나 그냥 실행을 수행하면 실험을 망칠 만큼 나쁜 실행이 충분하지 않습니다. 추가 실행의 경우 JMP에서 하는 것처럼 더미 변수를 추가하기만 하면 됩니다. 추가 요인을 추가하는 것과 정확히 같습니다. 예를 들어 20+8개의 요인으로 설계를 만든 다음 추가 8개의 열을 삭제합니다. 폴드오버 구조가 그대로 유지됩니다. 추가 실행 옵션은 더미 실행 개념을 설명하는 것보다 간단했습니다. (참고: 8개의 추가 요인은 16개의 실행을 추가합니다. 총 실행 = 요인 * 2 + 1. 20개의 요인 중 약 절반이 활성이라고 가정할 때 10개 또는 11개의 활성 요인과 고차 항을 감지할 수 있어야 하며 이는 과장된 표현일 수 있습니다.) @DonMcCormack 이 이 문제를 다시 확인해 줄 수 있나요?
Re: 차단에 대한 웰 플레이트 DoE 질문
선형 제약 조건을 위반하는 실행의 경우, 플레이트의 웰을 비워두고 분석을 위해 데이터가 누락된 것으로 보고하거나 그냥 실행을 수행하면 됩니다. 실험을 망칠 만큼 나쁜 실행이 충분하지는 않을 것입니다.
DSD에서 실행이 누락되면 문제가 발생할 수 있다는 점을 명심하세요(해당 폴드오버 실행을 숨기거나 제외해야 하고, GenReg와 같은 것을 사용하여 분석해야 함).
Re: 차단에 대한 웰 플레이트 DoE 질문이런 식으로 실험을 하는 데는 두 가지 우려가 있습니다. 첫째, 런을 버리는 아이디어가 싫습니다. DOE가 임시 실험보다 나은 이유와 상충됩니다. 둘째, 두 요인 상호 작용이 너무 많고 정보가 너무 적기 때문에(더 많이 알았다면 요인이 더 적었을 것이라고 가정합니다) 활성 2FI가 많이 발생할 위험이 있습니다. DSD는 이런 상황에서 성능이 좋지 않습니다. 저는 이것을 스크리닝 실험으로 취급하고 2차 효과에 대해서는 걱정하지 않을 것입니다. 플레이트당 252개의 런으로 모든 주효과와 2FI를 추정하기에 충분합니다. 플레이트가 3개이므로 제약 조건에 따라 2FI의 검정력은 적절할 것입니다.
그런데, 이 디자인을 만들려고 하면 5~10분 후에 디자인 생성이 종료됩니다. 충분히 오래 두지 않는 건지, 아니면 그냥 안 되는 건지 잘 모르겠어요. 하룻밤 후에 다시 시도해보고 무슨 일이 일어나는지 알려드리겠습니다.
