2003
High-throughput screening (HTS) 은 현대 약물 개발에서 중심적인 역할을 하며, 다양한 의도된 약물 타깃에 대한 대량 화합물 컬렉션의 신속한 스크리닝을 가능하게 한다. HTS는 산업 규모의 프로세스로, 정교한 자동화, 제어 및 최신 감지 기술에 의존하여 나노리터부터 마이크로리터까지의 수백만 개에서 수백만 개의 화합물을 조직화하고 시험하며 측정한다. 이러한 기술에도 불구하고, HTS의 hit selection은 일반적으로 간단한 데이터 분석과 기본 통계 방법을 사용하여 수행된다. 저자들은 이 논문에서 이러한 방법의 일부 단점을 논의하고 통계 데이터 분석의 현대 방법을 기반으로 대안을 제시한다. 무엇보다 중요한 것은 생물학자 친화적인 StatServer® HTS 애플리케이션(SHS)에서 얻은 다양한 실제 예제를 설명하고 보여준다. 이 애플리케이션은 상용으로 제공되는 S-PLUS® 및 StatServer® 통계 분석 및 서버 소프트웨어를 기반으로 한 사용자 정의 소프트웨어 도구로, 강력하고 정교한 통계적 방법을 사용하여 원격으로 HTS 데이터를 처리하지만 결과를 쉽게 해석 가능한, 그래프 및 테이블로 출력하여 기술적 세부 사항에서 사용자를 격리시킨다.
Comment
전에 읽은 논문에서 Scan된 cell image의 plate lay-out effect correction을 위해 Median Polish를 사용하는 B score가 등장한다. 그 B score가 처음 등장한 논문이다. 정석적으로는 randomized position 으로 design 된 자료에 사용하지만, 실험자들은 현실적인 이유로 randomization을 하지 못 한 자료를 생성하게되어, 실제 자료에서의 활용이 불가한 경우가 많다. 가령, 오른쪽으로 갈수록 약물 dose가 높아진다거나 하는 상황이 발생 하기 때문이다. 혹시 이러한 effect 마저도 adjust하는 방법이 있다면 꼭 알려주세요! :)
Original paper
https://www.slas-discovery.org/article/S2472-6303(22)00234-5/pdf