Cerba Research是一家享譽全球的公司，專注於為全球臨床試驗提供量身定制的頂級分析和診斷解決方案。在Cerba Research蒙彼利埃分部，我們專業的團隊致力於客製化免疫組織化學方案，以檢測患者組織切片中的特定標靶表現。為了滿足日益增長的方案開發需求並提高流程獲利能力，我們深知簡化開發流程和降低成本至關重要。
鑑於需要開發的客製化方案種類繁多，傳統的單因子實驗（OFAT）方法已不再適用。因此，我們使用 JMP 軟體對各種實驗設計（DOE）方法進行了深入評估，包括客製化設計和空間填充設計。我們將這些 DOE 方法與先前開發的 OFAT 方案進行了比較。我們展示了數據，說明了 OFAT 和 DOE 方法在成本效益和品質方面的相對優勢。
大家好，我是Marie Gérus-Durand，目前在Cerba Research擔任驗證工程師。今天，我將向大家展示如何在製定免疫組化臨床方案時運用實驗設計來降低成本並提升品質。 Cerba Research是一家全球性公司，業務遍及各大洲。我已用黃色高亮標出我所在的部門。
這裡是病理科和免疫組織化學（IHC）部門。 IHC的主要研究部門位於蒙彼利埃，我目前也在那裡工作。什麼是免疫組織化學？免疫組織化學是對組織中的蛋白質或各種標靶進行研究的學科。進行活檢時，我們會切取組織切片，然後使用基於抗體的技術來檢測組織中恐怖分子的不同靶標，這些靶標可以在顯微鏡下或透過掃描儀在數位化影像上觀察到。
例如，這裡有一塊皮膚組織，上面有一個清晰的靶標，已被染成紅色。在蒙彼利埃的Cerba Research，我們超過四分之一的工作都集中在為客戶制定試驗方案。我們擁有超過50家客戶。每家客戶都有自己關注的標靶。對我們而言，能夠快速制定最佳的研發策略至關重要，這樣才能在臨床試驗方案製定領域保持競爭力。
這裡是另一種染色方法的例子，也是我將在第一個例子中使用的染色方法。我會向你們展示。這裡是透過免疫組化（IHC）檢測棕色標靶，所以這個方案只能檢測一個標靶。我們稱之為單重染色，這也是我們目前的主要工作。
我們實際的方法是逐一處理每個因素，因此我們會先評估組織中待識別標靶的抗原可及性，然後進行抗體滴定以找到最佳條件，從而獲得最佳信噪比，如有需要，我們會進行進一步優化。這裡的每個箭頭代表開發流程中的一個步驟，每個步驟至少包含一個自動化循環，每個循環從請求發出到獲得測試結果至少需要四天。
為了提高我們專案的效益和方案開發數量，我們需要減少找到最優方案所需的時間和測試次數。這裡我概括一下我們的策略：我們測試兩種抗原可及性條件，分別在無抗體和有特定抗體的情況下進行，這樣我們就得到了四個點。然後我們選擇最佳條件，即條件二，進行抗體滴定，因為條件二的點數較多。但是，如果實際上最優點位於條件一之外的某個位置，該怎麼辦呢？
看到這個，讓我想起了我在JNP上看到的實驗設計和網路研討會。這是一張來自手冊室的範例投影片，它將我們目前使用的逐個因素分析方法與實驗設計（DOE）進行了比較。你會發現，這種方法能更好地覆蓋實驗區域。這對於我們的實驗設定來說是一個很大的改進。我決定嘗試一下。
首先，我從最簡單的入手，也就是簡單的協定開發，正如我將要展示的，它只針對這個問題偵測一個目標。我們首先要定義約束條件和參數。在我們用於此實驗的自動機中，每個位置都是獨立的。它將實驗設計中的一個測試案例組合成自動機的一個滑桿，我們需要定義響應和因子。
我們想要分析的響應是訊號強度。我們希望最大化訊號強度，同時最小化背景訊號。在這個階段，我們可以調整的因素是抗原修復（一個分類變數）和一抗濃度（一個連續變數）。接下來我們來討論實驗設計。我選擇比較不同的實驗設計。
我向您展示自訂設計和空間填充設計。我們將一起設定這個設計。我只需登入美國能源部平台，選擇自訂設計，然後我們需要輸入去年的回應值和因子或回應值。第一個因子是我們想要最大化的訊號強度。
我假設它的任意值介於 0（無訊號）到 3（有訊號）之間，並且我在這裡添加另一個回應。這是一個我們想要最小化的背景訊號，所以我這次應該最小化它，並將背景訊號放在這裡。同樣地，0 表示沒有背景訊號，3 表示背景訊號非常強，然後我們將加入這些因子。
我剛才有點藏在裡面，所以就直接示範給你看吧。作為因子，我們有分類因子，它是二階的，即抗原修復。它很容易修改，我們通常還有兩個pH值，分別是PH 6和PH 9。根據自動機的不同，它們的名稱可能略有不同，但這其實並不重要。
我們有一個連續因子，就是抗體濃度。通常，我們會測試 10 和最大值，所以我將其取值範圍設為 0 到 10。這樣一來，我就沒有協變量了。正如我之前所說，我選擇了最簡單的模型。我們將繼續建構模型。我想查看所有可能的交互作用，所以我使用響應曲面法 (RSM)。我不做重複抽樣，也不做中心點抽樣。我已經選擇了最簡單的模型，您可以看到，預設情況下，她說，好的。
你應該做11次實驗，11次實驗通常符合我們的要求，所以沒問題。為了利用JNP 17中的這個設計探索器，我只需點擊這裡，然後選擇「好的」。讓我們來探索不同的設計。你可以看到，點擊後，你會看到因子列表，模型也在這裡，還有不同的選項。左側的選項用於逐一表達設計。右側的選項可以進行組合。對於響應曲面法（RSM），我們通常會進行目測最適性分析，然後，比如說，我想嘗試不同的運行次數。
假設最小值為 5。比如說，我們從這個值開始，一直到 11。如果我們以 1 為步長，比如說 15 呢？中心點我不太在意，但我們可以試試看效果如何，然後重複實驗。讓我們來看看，重複實驗效果更好。
我點擊“生成所有設計”，它也產生了不同參數的設計，所以我選擇了“目測最優”，這樣所有地方都達到了目測最優。我選擇了第 5 到 15 次運行，這樣就有了重複實驗。
雖然沒有成功，但這裡有一個五的副本。我不知道為什麼，不過沒關係。例如，對於七，我做了兩個副本，一個或零個，因為所有數字都一樣。中心點也是如此，我盡可能地設置一個或兩個中心點。底部有一個亞麻桌布，你可以自己製作，它增加了一列美觀的線條。
這是為所有用戶量身定制的。如果您在此表格中選擇了設計，請點擊「自訂設計」即可開啟成本表。這很方便，您可以繪製一些圖表，然後說：“好的，我們來看看。效率取決於前沿的數量，我會這樣做。”
您可以看到這兩者之間存在很強的相關性。我們可以嘗試新增其他變量，並使用列切換器進行檢視。我想查看運行次數，也想查看中心點和重複次數。抱歉，我忘了。要選擇運行次數，不過沒關係，這裡我們看到了運行次數。
中心點似乎沒有產生什麼好的影響，也沒有複製任何東西，所以看起來已經準備就緒。我們應該調整運行次數。如果我查看運行次數，我會回到這裡。我會封鎖使用者和中心點，現在你只需要查看參考數字。
我沒有全部刪除。我希望你事先全部刪除。否則，它只會把它們全部加進去。我已經全部刪除了。只是選擇了而已。沒做記錄。抱歉。它需要這樣做，所以假設，我會選擇之前選取的內容，也就是 12 個運行結果。
我回到這裡說一下，好的。是預設值嗎？ 11？實際上，我想確保我的兩個陰性對照是完全不含抗體的同位素，所以我說10。
我會先設計一個包含 10 個元素的表格，然後手動新增兩個控制項。你看，這是一個很小的設計。只需要 10 秒鐘，這裡就產生了一個表格。實際上，每次運行它，這裡的數字都會不同。我將使用之前產生的那個表格。只需運行這個腳本，我得到的數據就會和展示給你的任何人的數據完全相同。這裡是一個表格，所以你可以看到它有所不同。
我只有 0、10 或 5 個濃度值，但我們先保持這個值穩定。在表格中，您可以看到模型已經存在，設計評估也已完成，您可以返回 DOE 對話方塊。評估部分我暫時不做，因為我想比較兩個設計。我現在就做。我剛剛導入了這個設計，它在最後每個點都會重複一次。
即使我沒有要求重複，它也給了我重複值。它覆蓋了實驗空間的這一區域。我嘗試了一個空間填充設計。結果一樣。不錯的實驗設計，但這次是特殊用途設計，這裡是空間填充設計，也是我想展示給你的，所以我需要回到我的自訂設計。我想比較一下設計，但響應和因子應該相同。我可以儲存我的回應和因子。哦，我只需要保存回應，就像保存照片一樣。
然後，如果我回到空間填充設計，我就可以加載回應了。非常抱歉，您必須選中視窗才能找到它。因子也是一樣，我已經寫好了因子。沒有限制。再次強調，授權數量是 20，但我想要比較兩種設計，所以我將做 10 次相同的操作。
我別無選擇。這只是一種靈活的感覺。它產生了這個設計，你看，這次濃度不像 0105 那麼嚴格。濃度範圍很廣，你可以用同樣的方法來製作表格。我可以把這些都關閉了。至於自訂設計，我重新運行了一遍，所以數據完全一樣，因此我想比較一下設計。如何比較設計呢？哦，首先。抱歉，我忘了。
您可以看到，抗體濃度的變化並不相同。除了這個對照組之外，我沒有其他重複的樣本。它涵蓋了更廣泛的抗體濃度範圍，這實際上很符合我們的需求。
我想比較一下這兩種設計。首先，我可以從圖形上進行比較，因為每種設計覆蓋的面積不同。在我看來，空間填充法可以讓我嘗試更高的抗體濃度，這可能是個優勢，但我也可以比較這兩種設計。在DOE（實驗設計）中，你可以進行設計診斷和設計比較，所以你可以看到我這裡兩種設計都有。
我已經有了快速靈活模型，所以我會添加自訂設計模型。列名相同，所以我不需要太多列。他會做的，你知道的，所以回顧一下各個因素的日期。對於快速靈活模型，它並非嚴格從零開始，也並非達到 10，但非常接近。我將建立一個模型來消除它們。我不能在這裡使用分類因素，但我已經有了。讓我們回到抗體與抗體以及抗體與抗原的風險回報分析。我無法在第二個因素中獲得抗原，但這沒關係，我們繼續進行設計評估。
這就是為什麼我沒有逐一進行測試的原因。我想進行比較。這裡，如果你看一下功率圖，藍色部分代表的是快速靈活設計，橙色部分代表的是客製化設計。你可以看到，在模型確定的四個方面，客製化設計看起來都比快速靈活設計更好。如果你看一下設計空間比例圖，結果也一樣。
自訂設計似乎更合適。如果我們比較設計診斷結果，它是相對於自訂設計的。這意味著自訂設計增加了一個價值，如果我追求高效率的快速靈活設計，我打開了七個，所以它的效率比感測器自訂設計低30%左右。我只是把這個資訊放在這裡。
這裡我展示三個診斷結果，看起來自訂設計比空間填充設計更好[聽不清楚 00:18:18]，但我們來看看結果如何。這些分析資料是在輸入[聽不清楚 00:18:26]之後獲得的，為了給您展示一個資料範例，我這裡有一個DOE表格。我剛剛添加了訊號強度和背景響應，然後我查看圖像，說，好的。沒有強度。有一些強度。強度更高，等等，我對兩種設計都做了同樣的操作。
這裡也是一樣的。如果不是這樣，那就是兩次運行，所以是兩組不同的資料集。最後，我做了模型。點擊模型即可。你看，這是一個標準的變異數效應篩選模型。這裡包含了所有的交互作用，我把所有因素都擬合在一起了。我可以移除一些因素，但我決定保留所有因素。然後我進入分析器。如果我們看一下最佳情況，我會像之前一樣最大化我的殘疾程度。
最大化訊號強度。你看，訊號強度在這裡達到峰值，背景雜訊最小化，他找到了這個條件。之後，我意識到也許並非如此，我並不想最大化訊號強度。我只是想匹配目標基因，因為我使用的樣本可能不是低表達樣本，所以我希望能夠檢測到目標基因的低表達。
我稍微調整一下，然後說，好的。我想配對一個目標，也就是中等強度的目標。不是確診的目標，而是中等強度的目標。我仍然想盡量降低背景，因為背景不好。現在，如果我最大化目標值，你會看到它改變了所用抗體的濃度。這幾乎就是我們在這裡得到的結果。也許我的數值略有不同，但沒關係。我做了同樣的事情，這對於快速靈活設計來說也是一樣的。
我得到了兩種不同的結果，一種是CC2中抗體數量接近3.8，另一種是CC2中抗體數量接近2。這裡不是PHCCN9，因為在這個自動偵測系統中，它被稱為CC1和CC2，但實際上是一樣的。然後我說，好的。我得到了這兩種結果。我會將其與初始方案進行比較。
也就是說，我們的參考值，也就是我們的標準刷子，也就是我之前展示的圖片。這裡，你可以看到自訂設計條件和空間填充設計條件。你可以看到，這兩種條件得到的數據至少和我們標準方法得到的數據一樣好，甚至可以說更好。對我來說，我編寫空間填充數據是為了測試更高的抗體濃度，這在遇到困難目標時非常有用。
我之所以選擇這個方案，是因為這裡還滿足您看到的這兩個條件。事實上，它們在空間填充設計中就已經存在了。我不需要逐一測試這些條件，因為空間填充設計中已經包含了數據，而這張圖只是為了再次確認它運作良好。我選擇空間填充設計是為了在另一個協議上進行測試，看看它是否有效。
不用事事都做一遍。我只是用同一張紙，根據新的目標修改我的答案。我得到了這個模型，為了匹配中心強度的兩個目標值並最小化背景，他說，好的，你應該在每個男性體內有2.8微克抗體，並且處於CC2條件下。
如果我把它和我們開發的方案進行比較，它被稱為CC1和5微克方案，所以並不相同。兩者都有所變化，但正如您在圖片中看到的，它與太空飛行設計公司定義的方案相同，至少與我們通常開發的方案一樣好。現在，要說服營運部門和管理人員，肯定缺乏成本和時間的考量。我們在這裡提出的設計方案就是為了解決這個問題。
首先，我將自訂設計、空間填充設計與我們的標準方法進行比較，比較的是我完成所有設計工作所需的時間。在這張圖表中，我們的標準方法以藍色表示，空間填滿設計以紅色表示，自訂設計以綠色表示。我比較的指標包括：耗時的循環次數、幻燈片數量、從設計到流程完成的時間，以及從接收請求到最終預訂所需的時間。
如果比較從技術需求到研究的時間，即使需要重新設計所有內容，包括這對技術團隊來說是一種全新的工作方式，我們也縮短了獲得成果的時間。現在，以第二個例子為例，我不需要重新設計所有內容。如果我們採用這種方法作為新的實際方法，那麼下一步更有可能實現，因此我將這種方法與本專案使用的標準方法進行了比較。
藍色和紅色條紋部分分別代表DOE設定和比較循環，因為我們有參考方案。我做了一個比較循環，但如果採用我們正在使用的新方法，則無需進行比較循環，因為我們沒有參考方案。我們只需進行DOE設置，也就是紅色部分。如您所見，它減少了循環次數、位點數量、使用的抗體數量，最終結果所需的時間也縮短了，ALF縮短了幾天，這非常好。
總而言之，我很喜歡史蒂夫賈伯斯的這句名言：「從小處著手，放眼未來。」一開始，當我看到所有這些（聽不清楚 00:24:53）時，心想：哦，這很好，但我能應用嗎？我掙扎了一會兒，但我告訴自己，好吧，那就從最簡單的方式開始。我為這個簡單的 IHC 建立了框架，並說服了我的經理，讓我更快地搭建起來。然後是營運團隊，最終是其他領導者，他們也相信這種方法可以應用於 IHC。
如果像現在這樣需要優化，我們不能貿然批准，因為一開始無法預知開發過程是容易還是困難。接下來，我想向實驗室介紹多重檢測方案。此方案可以偵測同一組織上的多個標靶，從兩個標靶與一個被抑制的標靶進行比較開始，逐步增加到五個標靶。這項工作正在進行中。
最後，我要感謝大家。感謝指導委員會選中了我的摘要，感謝蒙彼利埃塞爾巴研究中心團隊，也要感謝實驗室技術人員，因為有時我的奇思妙想很難理解。
我的經理非常支持我的新策略和新思路，整個概念和驗證團隊也給予了我很大的支持。我也是這個團隊的一員，他們會在這次測試中繼續關注我。我要感謝JNP法國團隊，感謝Stephane的支持和耐心解答，正是這些讓我能夠順利加入JNP 17團隊（我之前一直使用JNP 16），並體驗到這個優秀的探索設計平台。感謝大家的關注。
