E-learning 2. Analýza dat 2.3. Analýza vysokohustotních proteomických dat 2.3.2. Hmotnostní spektrometrie 2.3.2.2. Statistické otázky v analýze proteomických profilů

2.3.2.2.1. Experimentální Design

Kvantitativní měření proteomu jsou ovlivněna velkým množstvím variačních zdrojů, jak inter-individuálními tak experimentálními a také biologickým kolísáním. Rozdíly mezi jednotlivci mohou nastat v důsledku věku nebo pohlaví osoby nebo mohou být také ovlivněny stravou či kouřením. Experimentální rozdíly mohou být způsobeny rozdíly v odběru vzorku nebo manipulací před analýzou nebo odlišnostmi v samotné analýze, zahrnující různé výkony strojů nebo množství analyzovaných vzorků. Pokud se vyhneme falešným závěrům, je důkladný experimentální design zásadní, včetně výběru vzorků a manipulací se vzorkem.
Že je manipulace se vzorkem důležitá, prokázaly četné studie. Jedna z prvních takových studií byla provedena v našem institutu na univerzitě v Leedsu (Banks et al., 2005) a prokazuje vliv typu srážecí trubičky, času potřebného ke zpracování a dalších pre-analytických vlastností na výsledné profily ze SELDI analýzy. To bylo u některých typů čipů patrné více, u některých méně. Použití shlukové analýzy k výšce vrcholů (peaků) (viz 2.3.2.2.2.2) ze škály rozdílů způsobených typem trubice jsou jasně vidět na obr. 2.3.2.3.

Obrázek 2.3.2.3 Shluková analýza založená na profilech vrcholů z odlišných trubiček

Velké množství proteomických studií srovnávajících dvě nebo více skupin je v podstatě pozorováno v přírodě a běžné designové principy epidemiologických studií by měly být dodrženy kdekoliv je to možné:

• Vzorky, které mají být porovnavány (např. případy s určitou chorobou vs. kontroly), by měly odpovídat za případné zkreslující jevy, jako je například věk a pohlaví. Kromě toho, pokud mají být výsledky zobecněny, měly by být tak zastoupeny, jak je to jen možné, ze skupin, ze kterých jsou vytaženy
• Mělo by se vyvarovat systematickým rozdílům mezi způsoby, jakými je se vzorky z odlišných skupin nebo z odlišných ložisek zacházeno
• Měla by se zvážit analýza vzorků v duplikátech, protože částečně odstraní a poskytne míru variability uvnitř vzorku. Pokud je zde však finanční omezení zpracování vzorku, výhody musí být zváženy oproti nevýhodám snížené velikosti vzorku
• Vzorky, včetně replikací, by měly být přiřazeny na čipy (a spoty v čipech) náhodně k odstranění šumu, který by mohl vzniknout rozdíly ve výkonnosti

Pozornost experimentálního designu může také zlepšit účinnost proteomických studií. Například sofistikovanější systémy randomizace mohou být užitečné k odstranění známých zdrojů variabilit (např. viz Oberg a Vítek, 2009). Výpočty velikosti vzorku by měly být prováděny s cílem maximalizovat výkon během omezovací studie; příklady takových výpočtů jsou projednány níže (Kapitola 2.3.2.2.2.4).