Z-фактор

Z -фактор является мерой статистического размера эффекта . Его было предложено использовать в высокопроизводительном скрининге (HTS), где он также известен как Z-prime. ^[1] ли велик ответ в конкретном анализе чтобы судить, достаточно , чтобы требовать дальнейшего внимания.

Фон

В HTS экспериментаторы часто сравнивают большое количество (от сотен тысяч до десятков миллионов) одиночных измерений неизвестных образцов с положительными и отрицательными контрольными образцами. Конкретный выбор экспериментальных условий и измерений называется анализом. Большие экраны требуют больших затрат времени и ресурсов. Поэтому перед запуском большого экрана используются тестовые (или пилотные) экраны меньшего размера для оценки качества анализа в попытке предсказать, будет ли он полезен в условиях высокой пропускной способности. Z-фактор – это попытка количественной оценки пригодности конкретного анализа для использования в полномасштабном HTS.

Определение

Z-фактор

Z-фактор определяется четырьмя параметрами: средними значениями ( $\mu$ ) и стандартные отклонения ( $\sigma$ ) образцов (ов) и контролей (в). Учитывая эти значения ( $\mu _{s}$ , $\sigma _{s}$ , и $\mu _{c}$ , $\sigma _{c}$ ), Z-фактор определяется как:

{\text{Z-factor}}=1-{3(\sigma _{s}+\sigma _{c}) \over |\mu _{s}-\mu _{c}|}

Для анализов типа агониста/активации данные контроля (с) ( $\mu _{c}$ , $\sigma _{c}$ ) в уравнении заменяются данными положительного контроля (p) ( $\mu _{p}$ , $\sigma _{p}$ ) которые представляют собой максимальный активированный сигнал; для анализов типа антагонист/ингибирование контрольные (c) данные ( $\mu _{c}$ , $\sigma _{c}$ ) в уравнении заменяются данными отрицательного контроля (n) ( $\mu _{n}$ , $\sigma _{n}$ ), которые представляют минимальный сигнал.

На практике Z-фактор оценивается на основе выборочных средних и выборочных стандартных отклонений.

{\text{Estimated Z-factor}}=1-{3({\hat {\sigma }}_{s}+{\hat {\sigma }}_{c}) \over |{\hat {\mu }}_{s}-{\hat {\mu }}_{c}|}

Z'-фактор

Z'-фактор (Z-простой фактор) определяется с точки зрения четырех параметров: средства ( $\mu$ ) и стандартные отклонения ( $\sigma$ ) как положительного (p), так и отрицательного (n) контроля ( $\mu _{p}$ , $\sigma _{p}$ , и $\mu _{n}$ , $\sigma _{n}$ ). Учитывая эти значения, Z'-фактор определяется как:

{\text{Z'-factor}}=1-{3(\sigma _{p}+\sigma _{n}) \over |\mu _{p}-\mu _{n}|}

Z'-фактор является характерным параметром самого анализа, без вмешательства образцов.

Интерпретация

Z-фактор определяет характерный параметр возможности идентификации попаданий для каждого данного анализа. Следующая категоризация качества анализа HTS по значению Z-фактора представляет собой модификацию таблицы 1, представленной Zhang et al. (1999); ^[2] обратите внимание, что Z-фактор не может превышать единицу.

Значение Z-фактора	Связано с скринингом	Интерпретация
1.0	Идеальный анализ
1,0 > Z ≥ 0,5	Отличный анализ	Обратите внимание, что если $\sigma _{p}=\sigma _{n}$ , 0,5 эквивалентно разнице в 12 стандартных отклонений между $\mu _{p}$ и $\mu _{n}$ .
0,5 > Я > 0	Маргинальный анализ
0	Анализ типа «да/нет»
< 0	Скрининг практически невозможен	Между положительным и отрицательным контролем слишком много совпадений, чтобы анализ был полезен.

Обратите внимание, что по стандартам многих типов экспериментов нулевой Z-фактор предполагает большую величину эффекта, а не пограничный бесполезный результат, как предполагалось выше. Например, если σ _p =σ _n =1, то µ _p =6 и µ _n =0 дают нулевой Z-фактор. Но для нормально распределенных данных с этими параметрами вероятность того, что значение положительного контроля будет меньше значения отрицательного контроля, составляет менее 1 из 10. ⁵. Крайний консерватизм используется при высокопроизводительном скрининге из-за большого количества проводимых тестов.

Ограничения

Постоянный коэффициент 3 в определении Z-фактора мотивирован нормальным распределением , для которого более 99% значений находятся в пределах трехкратного стандартного отклонения от среднего значения. Если распределение данных сильно отличается от нормального, контрольные точки (например, значение отрицательного значения) могут вводить в заблуждение.

Другая проблема заключается в том, что обычные оценки среднего и стандартного отклонения не являются надежными ; соответственно, многие пользователи в сообществе высокопроизводительного скрининга предпочитают «надежный Z-простой», который заменяет медиану средним значением и медианным абсолютным отклонением стандартное отклонение. ^[3] Экстремальные значения (выбросы) как в положительном, так и в отрицательном контроле могут отрицательно повлиять на Z-фактор, потенциально приводя к явно неблагоприятному Z-фактору, даже если анализ будет работать хорошо при фактическом скрининге.. ^[4]Кроме того, применение одного критерия, основанного на Z-факторе, к двум или более положительным контролям разной силы в одном и том же анализе приведет к получению ошибочных результатов. . ^[5] Абсолютный знак в Z-факторе делает неудобным математический вывод статистического вывода Z-фактора. ^[6] Недавно предложенный статистический параметр — строго стандартизированная средняя разница ( SSMD ) — может решить эти проблемы. ^[5]^[6]^[7] Одна оценка SSMD устойчива к выбросам.

См. также

Ссылки

^ «Орбитрап ЖХ-МС – США» . www.thermofisher.com .
^ Чжан, Дж. Х.; Чанг, TDY; Ольденбург, КР (1999). «Простой статистический параметр для использования при оценке и проверке высокопроизводительных скрининговых анализов» . Журнал биомолекулярного скрининга . 4 (2): 67–73. дои : 10.1177/108705719900400206 . ПМИД 10838414 . S2CID 36577200 .
^ Бирмингем, Аманда; и др. (август 2009 г.). «Статистические методы анализа высокопроизводительных РНК-интерференционных экранов» . Нат-методы . 6 (8): 569–575. дои : 10.1038/nmeth.1351 . ПМЦ 2789971 . ПМИД 19644458 .
^ Суй Ю, Ву З (2007). «Альтернативный статистический параметр для оценки качества высокопроизводительного скринингового анализа» . Журнал биомолекулярного скрининга . 12 (2): 229–34. дои : 10.1177/1087057106296498 . ПМИД 17218666 .
^ Jump up to: ^а ^б Чжан XHD, Эспесет А.С., Джонсон Э., Чин Дж., Гейтс А., Митнаул Л., Марин С.Д., Тиан Дж., Стек Э.М., Кунапули П., Холдер DJ, Хейсе Дж.Ф., Стуловичи Б., Феррер М. (2008). «Интеграция экспериментальных и аналитических подходов для улучшения качества данных при полногеномном скрининге РНКи» . Журнал биомолекулярного скрининга . 13 (5): 378–89. дои : 10.1177/1087057108317145 . ПМИД 18480473 . S2CID 22679273 .
^ Jump up to: ^а ^б Чжан, XHD (2007). «Пара новых статистических параметров для контроля качества высокопроизводительных скрининговых анализов РНК-интерференции». Геномика . 89 (4): 552–61. дои : 10.1016/j.ygeno.2006.12.014 . ПМИД 17276655 .
^ Чжан, XHD (2008). «Новые аналитические критерии и эффективные конструкции планшетов для контроля качества полногеномных скринингов РНКи» . Журнал биомолекулярного скрининга . 13 (5): 363–77. дои : 10.1177/1087057108317062 . ПМИД 18567841 . S2CID 12688742 .

Дальнейшее чтение

Крайбилл, Б. (2005) «Количественная оценка и оптимизация анализа» (неопубликованная заметка)
Чжан XHD (2011) «Оптимальный высокопроизводительный скрининг: практический дизайн эксперимента и анализ данных для исследования РНКи в масштабе генома, издательство Кембриджского университета»

[1] «Орбитрап ЖХ-МС – США» . www.thermofisher.com .

[ZhangJHetal1999-2] Чжан, Дж. Х.; Чанг, TDY; Ольденбург, КР (1999). «Простой статистический параметр для использования при оценке и проверке высокопроизводительных скрининговых анализов» . Журнал биомолекулярного скрининга . 4 (2): 67–73. дои : 10.1177/108705719900400206 . ПМИД 10838414 . S2CID 36577200 .

[3] Бирмингем, Аманда; и др. (август 2009 г.). «Статистические методы анализа высокопроизводительных РНК-интерференционных экранов» . Нат-методы . 6 (8): 569–575. дои : 10.1038/nmeth.1351 . ПМЦ 2789971 . ПМИД 19644458 .

[Sui2007-4] Суй Ю, Ву З (2007). «Альтернативный статистический параметр для оценки качества высокопроизводительного скринингового анализа» . Журнал биомолекулярного скрининга . 12 (2): 229–34. дои : 10.1177/1087057106296498 . ПМИД 17218666 .

[ZhangetalJBS2008-5] Jump up to: ^а ^б Чжан XHD, Эспесет А.С., Джонсон Э., Чин Дж., Гейтс А., Митнаул Л., Марин С.Д., Тиан Дж., Стек Э.М., Кунапули П., Холдер DJ, Хейсе Дж.Ф., Стуловичи Б., Феррер М. (2008). «Интеграция экспериментальных и аналитических подходов для улучшения качества данных при полногеномном скрининге РНКи» . Журнал биомолекулярного скрининга . 13 (5): 378–89. дои : 10.1177/1087057108317145 . ПМИД 18480473 . S2CID 22679273 .

[ZhangGenomics2007-6] Jump up to: ^а ^б Чжан, XHD (2007). «Пара новых статистических параметров для контроля качества высокопроизводительных скрининговых анализов РНК-интерференции». Геномика . 89 (4): 552–61. дои : 10.1016/j.ygeno.2006.12.014 . ПМИД 17276655 .

[ZhangJBS2008-7] Чжан, XHD (2008). «Новые аналитические критерии и эффективные конструкции планшетов для контроля качества полногеномных скринингов РНКи» . Журнал биомолекулярного скрининга . 13 (5): 363–77. дои : 10.1177/1087057108317062 . ПМИД 18567841 . S2CID 12688742 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]