1. 実験区とN数の割り当てこそ、工夫のしどころです。
予算・時間・人員が無尽蔵に使えるのであれば、理論上最適な実験計画を策定すれば済むことなのですが、現実世界には様々な制約があります。 マイクロアレイやRNA-Seqでいちばんネックとなるのは予算でしょう。 統計学が想定するサンプル数に対してオミクス実験のサンプル数は少な過ぎるので、統計学的要求に闇雲に従うのは無意味です。 私たちの解析経験から言うと、生物学的な背景・メカニズムを推定しながらうまく実験区を割り当てることのほうが決定的に重要です。 とは言え、論文にするときに予想されるレフリーからの要求も勘案しなくてはなりません。 バランスの良い落としどころにするのに、Subioの豊富な解析経験が役に立ちます。
2. どの手法を採用するかは、アセスメントして決めましょう。
オミクス実験の経験の浅い人ほど、測定システムに過剰な信頼を寄せがちです。 「学会で聞いた」「研究者仲間から聞いた」「メーカーから聞いた」情報はすべてバイアスがかかっていますので、鵜呑みにしてはいけません。 採用しようと思っている手法の実力が期待通りなのか、それとも力不足なのか、それを確かめてから判断する慎重さが多大な時間とお金を救います。
Subioのデータ解析サービスは、アセスメントの目的でもご利用いただけます。 実際の研究データを解析してみることで、どのようなデータ解析をして、どのようなアウトプットが得られるかを具体的にイメージすることができ、これは実験計画を策定するうえで重要なヒントになります。 アセスメントに多少の時間とお金がかかったとしても、十分に元のとれる出費です。
3. 不測の事態に備えてリスク対策を実験計画に組み込みましょう。
実験計画を作っている時に見落としがちなのは、実験は必ず成功するとは限らないという事実です。 実験に失敗は付き物です。 リスクを回避したい気持ちはわかりますが、すべて取り除くことはできません。 ここで大事なのは、（１）起こりやすい失敗は何か、（２）ダメージの大きい失敗は何か、という二つの観点から対処すべきリスクを選び出して、その対策を実験計画に組み込むことです。
このうち、（２）は誰でも考えやすい事柄です。 それに対して、（１）はデータ解析経験が豊富でないとわかりません。 さらに、実験を自分でする場合と、受託サービスに外注する場合では、起こりがちな失敗が異なります。 Subioがお役に立てるのは、（１）の視点から具体的な対応策を提案できることです。
リスク対策はタダではありません。 そのためにサンプル数を割く必要がありますから、コスト対効果を考えて判断しなければなりません。一方で、コストのかからない対策もあります。 たとえば、サンプルにどのようなラベリングをするかや、外注先へどのように発注するかはコストのかからない対策ですが、これだけでもリスクを大きく削減できます。 大小さまざまな対策を組み込みながら、実験計画を堅牢で、たとえ何か起こったとしても影響を最小限に抑えるように仕立て上げるのです。
Subioでは、データ解析サービスにてお客様に実験計画のアドバイスをさせて頂きます。