实验设计基础：DoE原则、单因素与多因素设计、随机化与区组化
做高通量筛选这些年，我踩过最大的坑是什么？
不是仪器坏了，也不是试剂过期。而是——实验设计没做好，忙活三个月，数据一分析，全是废的。
你想想看，384孔板一次跑下来，几千个数据点。如果设计阶段就埋了雷，后面再怎么分析也救不回来。所以今天咱们聊聊实验设计（DoE）的基础，这是HTS的根基。
核心观点：实验设计不是事后补救，而是事前规划。好的设计，能让你的数据多出50%的信息量。
1. 实验设计的三条铁律
我个人习惯，把DoE原则总结成三句话。记牢了，基本不会出大问题。
- 重复性（Replication）：同一个条件，至少做3次独立重复。不是同一个板子上点3个孔，而是分3天、3批试剂做。为什么？因为只有这样才能估算实验误差。
- 随机化（Randomization）：别把所有的阳性对照都放在板子左边。我见过有人把高浓度样品排成一列，结果边缘效应一出来，整列数据全偏了。随机化就是为了避免这种系统误差。
- 区组化（Blocking）：把已知的干扰因素控制住。比如一天做不完的实验，就把「天」当作一个区组。每个区组内包含完整的实验条件。
我的经验：刚开始做HTS时，我总觉得重复实验是浪费时间。直到有一次，同一个化合物在周一和周五测出的IC50差了3倍。排查了两个月，发现是周五那批培养基pH偏了。从那以后，我再也不敢省重复了。
2. 单因素设计：简单但别轻视
单因素设计，说白了就是「只变一个参数，其他全固定」。比如测某个化合物的剂量-效应曲线，浓度是唯一变量，其他条件（细胞密度、孵育时间、DMSO浓度）全部锁死。
这种设计的好处是：结果一目了然，分析简单。但问题也很明显——你没法看到因素之间的交互作用。
举个例子：
- 单独看化合物A，活性不错
- 单独看化合物B，活性也不错
- 但A+B一起用，活性反而下降了
单因素设计永远发现不了这种「拮抗效应」。所以它只适合做初步筛选，或者验证已知结论。
避坑指南：我曾经在一个激酶筛选项目里，用单因素设计优化了缓冲液pH、ATP浓度、Mg²⁺浓度。每个参数单独优化时都表现很好，但组合起来酶活直接掉到20%。后来才知道，这些因素之间有强烈的交互作用。单因素设计在这里完全失效了。
3. 多因素设计：HTS的标配
多因素设计，也叫析因设计（Factorial Design）。它允许你同时改变多个参数，并且能分析出交互效应。
最常见的两种：
- 全析因设计：所有因素的所有水平组合都做。比如2个因素，每个3个水平，就是3×3=9个组合。优点是信息完整，缺点是实验量随因素数指数增长。
- 部分析因设计：只做一部分组合，牺牲一些高阶交互作用的信息，换取实验量的可控。HTS里常用这个，因为384孔板的空间有限。
下面这张图，是我自己总结的HTS实验设计决策流程，你看看就明白了：
4. 随机化：别让系统误差钻空子
随机化是什么意思？就是每个处理分配到哪个孔、哪个位置，完全由随机决定，而不是人为安排。
为什么要这么做？因为板子上有位置效应。边缘的孔蒸发快，中间的孔温度稳定。如果你把所有阳性对照都放在中间，那结果肯定偏乐观。
具体怎么做？
- 用随机数生成器分配孔位
- 每个板子独立随机化
- 不同批次之间也要随机化
小技巧：我习惯在Excel里用RAND()函数生成随机数，然后按随机数排序来分配孔位。简单有效。但要注意，每次打开文件RAND()会重新计算，所以生成后要「粘贴为值」固定下来。
5. 区组化：把已知干扰因素关进笼子
区组化的思路很简单：把实验分成几个「块」，每个块内部尽量均匀，块之间的差异可以被分离出来。
常见的区组因素：
| 区组因素 | 说明 | 例子 |
|---|---|---|
| 时间 | 不同天、不同批次 | 周一做的 vs 周五做的 |
| 板子 | 不同384孔板 | 板1 vs 板2 |
| 操作人员 | 不同人加样 | 张三 vs 李四 |
| 仪器 | 不同读板机 | BMG vs Tecan |
区组化的核心原则：每个区组内，所有处理条件都要出现。不能这个区组只有对照组，那个区组只有实验组。
避坑指南：我曾经在一个合作项目里，对方把所有的阴性对照放在第一块板，阳性对照放在第二块板。理由是「方便加样」。结果两块板之间读出的基线差了15%。这就是典型的「区组与处理混杂」，数据分析时根本分不清是处理效应还是板间效应。切记：每个区组必须包含完整的处理组合。
6. 实际案例：一个完整的HTS实验设计
假设我们要筛选10000个化合物，寻找某个激酶的抑制剂。384孔板，每板可做320个化合物（留64个孔做对照）。
设计步骤：
- 确定因素：化合物（10000个水平）、浓度（单浓度初筛，10 μM）
- 确定区组：以板为区组，每板包含320个化合物 + 对照
- 随机化：每个化合物随机分配到板上的孔位
- 重复：每个化合物只测1次（初筛阶段），但阳性对照每板重复16次
- 对照设置：每板16个阳性对照（已知抑制剂）、16个阴性对照（DMSO）、16个空白对照（无酶）、16个无化合物对照
这样设计下来，10000个化合物需要约32块板。每块板内部有完整的对照体系，板间差异可以通过对照归一化来校正。
关键点：初筛阶段不设重复，是为了控制成本。但阳性对照必须重复，用来评估板内变异。如果某块板的阳性对照CV值超过15%，整块板的数据都要标记为可疑。
7. 总结一下
实验设计这件事，说白了就是「花时间省时间」。设计阶段多花两天，分析阶段能省两个月。
我个人最深的体会是：
- 别迷信复杂的统计方法，先把随机化和区组化做好
- 单因素设计不是不能用，但要清楚它的局限性
- 多因素设计虽然实验量大，但信息量也大，HTS里值得投入
- 对照不是摆设，它是你判断数据质量的唯一标尺
嗯，今天就聊到这儿。记住一句话：好的实验设计，是成功数据分析的一半。
公众号:蓝海资料掘金营，微信deep3321