実験計画とデータ分析
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/04/07 08:24 UTC 版)
「ハイスループットスクリーニング」の記事における「実験計画とデータ分析」の解説
多種の化合物（例えば、小分子またはsiRNAのような）の迅速なスクリーニングの能力により、HTSは近年、実験結果のデータ量の急増につながっている。従って、HTS実験の最も基本的な課題であるのだが、大量に出てくるデータから生化学的意義を見出せるかどうかは、適切な実験デザインと、品質管理と「ヒット」の選択のための分析方法の開発と採用に依存している。HTSの研究は、Proteomics, Inc.の最高科学責任者である、John Blumeが次のように表現する性質をもった研究になっている。つまり「科学者が、いくつかの統計学や基本的なデータハンドリング技術を理解していない場合は、本当の分子生物学者とは考えられず、単に「恐竜」となる。(Soon, if a scientist does not understand some statistics or rudimentary data-handling technologies, he or she may not be considered to be a true molecular biologist and, thus, will simply become "a dinosaur.")」
※この「実験計画とデータ分析」の解説は、「ハイスループットスクリーニング」の解説の一部です。
「実験計画とデータ分析」を含む「ハイスループットスクリーニング」の記事については、「ハイスループットスクリーニング」の概要を参照ください。
ウィキペディア小見出し辞書の「実験計画とデータ分析」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- 実験計画とデータ分析のページへのリンク
