Jak biolog projektuje eksperyment

Najkrótsza odpowiedź

Biolog nie zaczyna od listy odczynników. Najpierw ustala:

1. jakie pytanie chce rozstrzygnąć;
2. jaki wynik byłby zgodny, a jaki niezgodny z hipotezą;
3. jaki model może odpowiedzieć na pytanie;
4. co jest niezależną jednostką eksperymentalną;
5. z czym porówna wynik;
6. co i kiedy zmierzy;
7. jak przeanalizuje dane;
8. jak ograniczy wniosek.

Eksperyment jest konstrukcją logiczną wykonaną za pomocą biologicznego materiału. Doskonała technika nie uratuje projektu, w którym pomiar nie odpowiada na pytanie.

Obserwacja, eksperyment i analiza

Obserwacja

Badacz rejestruje stan bez celowego przydzielania interwencji. Może porównać osoby z wariantem i bez niego albo śledzić naturalny rozwój tkanki.

Obserwacja wykrywa związki, lecz jest podatna na różnice istniejące wcześniej.

Eksperyment

Badacz zmienia jeden element i porównuje wynik z odpowiednim odniesieniem. Kontrolowany przydział interwencji ułatwia wniosek przyczynowy.

Nie każdy eksperyment jest randomizowany i nie każdy pozwala bezpośrednio wnioskować o człowieku.

Analiza wtórna

Można ponownie analizować publiczne dane. Nie kontroluje się wtedy pobrania, lecz nadal projektuje pytanie, kryteria włączenia, obróbkę i test.

Pytanie musi być operacyjne

„Jak działa gen X?” jest tematem, nie jeszcze projektem.

Pytanie operacyjne może brzmieć:

Czy obniżenie ekspresji genu X zmienia odsetek komórek kończących różnicowanie do dnia 14 w tej linii iPSC?

Widać w nim:

• interwencję;
• wynik;
• model;
• czas.

Nadal trzeba zdefiniować „obniżenie ekspresji” i „zakończenie różnicowania”.

Hipoteza nie jest przewidywaniem sukcesu

Hipoteza łączy interwencję z przewidywanym mechanizmem lub wynikiem. Powinna dopuszczać obserwację, która ją osłabi.

Przykład:

Jeżeli X jest potrzebny do przejścia przez etap progenitorowy, knockdown X zmniejszy liczbę dojrzałych komórek, ale nie przez ogólną toksyczność.

To zdanie od razu wymusza:

• pomiar X;
• pomiar dojrzałości;
• ocenę liczby i żywotności;
• kontrolę nieswoistej procedury;
• analizę wcześniejszego etapu.

Najpierw alternatywne wyjaśnienia

Przed wykonaniem badania warto wypisać powody, dla których oczekiwany sygnał może pojawić się mimo fałszywej hipotezy:

• toksyczność;
• różna liczba komórek na starcie;
• efekt rozpuszczalnika;
• efekt partii;
• dryf linii;
• błąd pomiaru;
• wybór wygodnych pól;
• zanieczyszczenie;
• zmiana operatora.

Kontrole projektuje się przeciw konkretnym alternatywom.

Model nie jest tylko materiałem

Model obejmuje:

• gatunek;
• linię lub dawcę;
• typ komórki;
• etap;
• środowisko;
• geometrię;
• czas;
• procedurę pomiarową.

Komórka nowotworowa 2D może dobrze odpowiadać na pytanie o reakcję szlaku, a źle na pytanie o rozwój prawidłowego narządu.

Nie istnieje model „najbardziej realistyczny” do każdego celu. Model bardziej złożony może utrudniać rozstrzygnięcie mechanizmu.

Trafność wewnętrzna i zewnętrzna

Trafność wewnętrzna pyta, czy zaobserwowaną różnicę rzeczywiście wywołała interwencja.

Trafność zewnętrzna pyta, na jakie inne warunki można przenieść wynik.

Jednorodna linia i ścisły protokół mogą wzmacniać pierwszą, a ograniczać drugą. Wielu dawców zwiększa zakres, ale dodaje wariancję.

Projekt powinien jawnie określić, co optymalizuje.

Jednostka eksperymentalna

Jednostka to najmniejszy obiekt, który niezależnie otrzymuje interwencję.

Jeżeli lek dodano do jednej płytki, a zmierzono 30 pól, jednostką może być płytka, nie pole. Pola są pomiarami technicznymi.

Jeżeli trzy studzienki pochodzą z jednej różnicowanej partii iPSC, nie zawsze są trzema niezależnymi powtórzeniami biologicznymi.

Pomylenie liczby obrazów z liczbą niezależnych doświadczeń to pseudoreplikacja.

Rozróżnienie jednostki, pomiaru i poziomu losowania jest jednym z centralnych tematów praktycznego projektowania badań laboratoryjnych.²

Powtórzenie techniczne i biologiczne

Techniczne

Ta sama próbka jest mierzona kilka razy. Pozwala oszacować zmienność dozowania albo odczytu.

Biologiczne

Niezależne źródła lub niezależnie wykonane procesy reprezentują zmienność biologiczną.

W zależności od pytania powtórzeniem może być:

• dawca;
• zwierzę;
• niezależna hodowla;
• różnicowanie;
• partia produktu.

Trzeba je nazwać, a nie tylko podać n.

Kontrola ujemna

Pokazuje tło i efekt procedury bez aktywnego czynnika.

Może to być:

• brak matrycy w PCR;
• nośnik bez leku;
• wektor bez insertu;
• guide nietrafiający w genom;
• procedura bez kluczowego składnika.

Kontrola ujemna odpowiada tylko na alternatywę, dla której została zbudowana.

Kontrola dodatnia

Powinna dać znany sygnał. Sprawdza, czy układ potrafi wykryć efekt.

Brak sygnału w próbce badanej ma inne znaczenie, jeżeli dodatnia kontrola także zawiodła. Wtedy test może być nieważny.

Kontrola dodatnia nie musi być identyczna mechanistycznie z badaną interwencją, ale trzeba rozumieć, którą część metody sprawdza.

Kontrola proceduralna

Jeżeli komórki elektroporowano, grupa kontrolna powinna przejść porównywalną procedurę. Inaczej efekt impulsu, buforu i stresu zostanie przypisany edycji.

W doświadczeniu z wirusem kontrola może wymagać pustego wektora. W doświadczeniu z rozpuszczalnikiem — tej samej jego dawki.

Kontrola genetyczna

Silny projekt może łączyć:

• niezależne guide RNA;
• rescue odpornym wariantem genu;
• drugi sposób perturbacji;
• parę izogeniczną;
• kontrolę zmiany poza celem.

Jeżeli dwie niezależne perturbacje i rescue dają spójny wynik, trudniej wyjaśnić efekt przypadkową właściwością jednego odczynnika.

Randomizacja

Randomizacja rozdziela znane i nieznane czynniki między grupy.

Można randomizować:

• zwierzęta;
• studzienki;
• pozycje na płytce;
• kolejność pomiaru;
• kolejność analizy.

Losowanie musi odpowiadać poziomowi interwencji. Losowanie zdjęć z jednej płytki nie zastępuje losowania płytek.

Zaślepienie

Osoba wykonująca ocenę nie zna grupy. Ma to znaczenie szczególnie przy:

• wyborze pól;
• ocenie morfologii;
• punktacji histologicznej;
• wykluczaniu danych;
• analizie zachowania.

Automatyzacja nie gwarantuje braku stronniczości. Parametry algorytmu także można dobrać po obejrzeniu grup.

Blokowanie i parowanie

Jeżeli wiadomo, że dzień, dawca lub płytka tworzą dużą zmienność, grupy można porównywać wewnątrz bloków.

Przykład: każda partia różnicowania zawiera kontrolę i interwencję. Efekt jest oceniany w parach, zamiast porównywać wszystkie kontrole z poniedziałku ze wszystkimi interwencjami z piątku.

Blok powinien być uwzględniony w analizie.

Wielkość próby

Liczba jednostek zależy od:

• oczekiwanego efektu;
• wariancji;
• błędu pierwszego rodzaju;
• wymaganej mocy;
• struktury danych;
• strat;
• liczby porównań.

Nie wybiera się jej dlatego, że w zestawie jest sześć studzienek.

Duża liczba nie naprawi systematycznego błędu, a mała próba może dać bardzo niestabilny szacunek.

Pilotaż i badanie potwierdzające

Pilotaż sprawdza:

• wykonalność;
• zakres dawki;
• czas;
• wariancję;
• awarie;
• jakość pomiaru.

Jeżeli po obejrzeniu pilotażu wybiera się najlepszy punkt i traktuje ten sam wynik jako potwierdzenie, szansa przypadkowego sukcesu rośnie.

Badanie potwierdzające powinno mieć z góry ustalony główny test i niezależne dane.

Punkt końcowy

Punkt końcowy jest pomiarem użytym do rozstrzygnięcia pytania.

Może dotyczyć:

• przeżycia;
• liczby komórek;
• ekspresji;
• struktury;
• funkcji;
• zachowania;
• zdrowia organizmu.

Warto odróżnić główny punkt końcowy od eksploracyjnych. Dziesiątki odczytów zwiększają możliwość znalezienia przypadkowej różnicy.

Marker, surogat i funkcja

Ekspresja markera może wspierać wniosek o tożsamości. Nie zawsze dowodzi funkcji.

Przykłady:

• insulina w komórce nie dowodzi prawidłowej reakcji na glukozę;
• białko neuronalne nie dowodzi dojrzałej elektrofizjologii;
• marker cyklu nie dowodzi zakończonej cytokinezy;
• obecność naczynia nie dowodzi perfuzji.

Najlepszy punkt końcowy leży możliwie blisko biologicznego pytania.

Plan analizy powstaje przed danymi

Należy wcześniej ustalić:

• które jednostki wchodzą do analizy;
• co jest główną miarą;
• jak oblicza się wartość;
• co zrobić z brakami;
• jakie są kryteria wykluczenia;
• jaki model statystyczny pasuje do projektu;
• jakie kontrasty są najważniejsze.

Zmiany po zobaczeniu danych mogą być uzasadnione, ale powinny być opisane jako eksploracyjne.

Wykres przed testem

Wizualizacja ujawnia:

• rozkład;
• obserwacje odstające;
• efekt partii;
• pary;
• nieliniowość;
• brakujące dane.

Sam słupek ze średnią ukrywa strukturę. Przy małej próbie warto pokazać pojedyncze punkty i powiązania par.

Wartość p nie mierzy ważności

Małe p nie mówi:

• jak duży jest efekt;
• czy jest biologicznie ważny;
• czy pomiar jest bezstronny;
• czy wynik się powtórzy;
• czy hipoteza jest prawdopodobna.

Raport powinien zawierać wielkość efektu, niepewność i dane pozwalające ocenić rozrzut.

Kryteria wykluczenia

Próbkę można wykluczyć z powodów technicznych, na przykład:

• potwierdzonego zanieczyszczenia;
• błędu identyfikacji;
• awarii instrumentu;
• nieważnej kontroli;
• utraty próbki.

Nie powinno się usuwać jej tylko dlatego, że psuje oczekiwany wynik.

Kryteria najlepiej ustalić wcześniej i stosować bez znajomości grupy.

Dane brakujące

Brak wyniku jest informacją. Jeżeli najsłabsze zwierzęta wypadają z obserwacji, analiza tylko pozostałych zawyży skuteczność.

Trzeba zapisać:

• co zniknęło;
• kiedy;
• dlaczego;
• z której grupy;
• jak wpływa to na wniosek.

Nie każdy brak można uczciwie uzupełnić algorytmem.

Efekt partii

Dzień, operator, seria odczynnika, sekwenator albo partia macierzy mogą tworzyć różnice większe niż interwencja.

Ochroną jest:

• mieszanie grup w partiach;
• kontrola w każdej partii;
• rejestr metadanych;
• powtórzenie w czasie;
• model uwzględniający partię.

Jeżeli grupa A była zawsze mierzona na urządzeniu 1, a B na urządzeniu 2, efekt grupy jest nierozdzielny od urządzenia.

Dokumentacja jest częścią eksperymentu

Notatka powinna pozwolić odtworzyć:

• identyfikatory;
• partie;
• czasy;
• odstępstwa;
• surowe pliki;
• wersje skryptów;
• kryteria analizy;
• decyzje.

Pamięć operatora nie jest systemem identyfikowalności.

Eksperyment eksploracyjny

Służy generowaniu hipotez. Może szeroko przeszukiwać dawki, geny i punkty czasowe.

Wynik jest początkiem, nie końcem dowodu. Najciekawszy sygnał powinien zostać zweryfikowany:

• nowym materiałem;
• niezależnym odczynnikiem;
• metodą ortogonalną;
• z góry ustalonym testem.

Eksperyment mechanistyczny

Nie pyta tylko, czy A zmienia B, ale przez jaki łańcuch.

Może wymagać:

1. perturbacji A;
2. obserwacji pośredniego M;
3. perturbacji M;
4. rescue;
5. zgodności czasu;
6. wykluczenia toksyczności.

Jedna korelacja ekspresji nie ustanawia mechanizmu.

Eksperyment przedkliniczny

Projekt translacyjny dodaje pytania:

• czy dawka jest wykonalna;
• czy produkt dociera;
• jak długo działa;
• czy odpowiedź ma znaczenie funkcjonalne;
• jakie jest ryzyko;
• jaki jest comparator kliniczny;
• czy model reprezentuje pacjenta.

Pozytywny wynik w młodym, jednorodnym modelu nie wystarcza do obietnicy leczenia złożonej choroby.

Dobrostan i 3R

Badanie na zwierzętach wymaga:

• replacement — zastąpienia, gdy możliwy jest odpowiedni model bez zwierzęcia;
• reduction — uzyskania informacji bez zbędnych jednostek;
• refinement — ograniczenia bólu i obciążenia.

Redukcja nie oznacza próby tak małej, że wynik jest nieinterpretowalny. Źle zaprojektowane badanie także marnuje zwierzęta.

Wytyczne ARRIVE 2.0 przekładają te zasady na elementy projektu i raportu, w tym liczebność, kryteria włączenia, randomizację, zaślepienie, wynik oraz procedury statystyczne.¹

Rejestracja i wersjonowanie

W ważnym badaniu można z wyprzedzeniem zapisać:

• hipotezę;
• główny punkt;
• liczebność;
• wykluczenia;
• analizę.

Kod i protokół powinny mieć wersje. Zmiana pliku po analizie bez historii utrudnia ustalenie, co faktycznie wykonano.

Raport National Academies rozróżnia odtworzenie wyniku z tych samych danych od uzyskania zgodnego wyniku w nowym badaniu oraz podkreśla rolę przejrzystych metod, danych i kodu.³

Interpretacja wyniku dodatniego

Zapytaj:

1. Czy kontrola ujemna zachowała się prawidłowo?
2. Czy efekt wystąpił w niezależnych jednostkach?
3. Jaka jest jego wielkość?
4. Czy jest spójny między partiami?
5. Czy metoda ortogonalna go potwierdza?
6. Czy alternatywą jest stres albo toksyczność?
7. Czy wynik funkcjonalny zgadza się z markerem?

Interpretacja wyniku ujemnego

Brak różnicy może oznaczać:

• prawdziwy brak efektu;
• zbyt słabą interwencję;
• zły czas;
• niewrażliwy pomiar;
• zbyt dużą wariancję;
• kompensację;
• nieważny test.

Kontrola dodatnia, sprawdzenie interwencji i przedział niepewności pomagają rozdzielić te możliwości.

Kiedy przerwać

Kryteria przerwania chronią ludzi, zwierzęta i jakość.

Mogą dotyczyć:

• toksyczności;
• dobrostanu;
• zanieczyszczenia;
• awarii kontroli;
• niestabilności produktu;
• braku wykonalności.

Przerwanie zgodne z planem nie jest porażką. Ukrycie przyczyny byłoby problemem.

Najczęstsze błędy początkującego

• najpierw wybiera modną technikę, potem szuka pytania;
• traktuje studzienki jako niezależnych dawców;
• nie ma kontroli proceduralnej;
• mierzy marker zamiast funkcji;
• zmienia główny wynik po obejrzeniu danych;
• pokazuje tylko reprezentatywne zdjęcie;
• ignoruje partię i kolejność;
• wyklucza niewygodne punkty;
• myli brak istotności z dowodem braku;
• przenosi wynik z modelu na człowieka bez ograniczeń.

Minimalna karta projektu

Przed zakupem odczynników wypełnij jedną stronę:

Pytanie: jedno zdanie.

Hipoteza i alternatywy: przewidywanie oraz dwa inne wyjaśnienia.

Model i zakres: co reprezentuje, czego nie reprezentuje.

Jednostka: co niezależnie otrzymuje interwencję.

Grupy: interwencja, kontrola ujemna, dodatnia i proceduralna.

Główny wynik: jednostka, czas, metoda.

Jakość: kryteria ważności i wykluczenia.

Analiza: efekt, niepewność, model, wykres.

Decyzja: jaki wynik prowadzi do kolejnego kroku.

Dokumentacja: identyfikatory, surowe dane, wersja kodu.

Jeżeli nie da się jej wypełnić, projekt nie jest jeszcze gotowy.

Wykonalność nie jest dodatkiem

Projekt może być logicznie elegancki, a niewykonalny z powodu czasu, kosztu albo jakości materiału. Przed startem trzeba sprawdzić:

• czy próbki można uzyskać w wymaganym oknie;
• czy instrument ma potrzebny zakres i przepustowość;
• czy personel potrafi wykonać krytyczny etap;
• czy odczynnik będzie dostępny dla wszystkich partii;
• czy dane da się bezpiecznie przechować;
• czy analiza może zostać ukończona;
• czy istnieje procedura awaryjna.

Brak jednego krytycznego zasobu może zmienić pytanie, a nie tylko harmonogram.

Zgoda i nadzór przed rozpoczęciem

Materiał ludzki, dane genomowe, zwierzęta, organizmy zmodyfikowane i niektóre wektory wymagają odpowiednich ocen przed pracą. Komisja lub inspektor nie projektuje hipotezy za badacza, ale sprawdza granice dopuszczalnego działania.

Jedna pozytywna opinia nie otwiera wszystkich drzwi. Projekt może obejmować równocześnie uczestnika, próbkę ludzką, zwierzę, GMO, dane osobowe i kandydat na produkt leczniczy. Każdy z tych elementów ma własne ryzyko i właściwą ścieżkę: komisję bioetyczną, lokalną komisję etyczną do spraw doświadczeń na zwierzętach, nadzór biosafety, inspektora ochrony danych, organ właściwy dla GMO albo regulatora produktu. Trzeba więc zbudować macierz „materiał lub działanie — wymagane rozstrzygnięcie — odpowiedzialna osoba — termin”, zamiast liczyć, że jedna komisja sprawdziła „resztę”.

Wiarygodność projektu jest kwestią etyczną

Komisja bioetyczna ocenia między innymi zasadność naukową, proporcję ryzyka i korzyści, rekrutację, świadomą zgodę, prywatność i ochronę osób szczególnie narażonych. Projekt bez adekwatnej kontroli, uzasadnionej liczebności albo realnej szansy odpowiedzi na pytanie nie jest tylko „słaby metodologicznie”: naraża ludzi lub zużywa cenny materiał bez wystarczającego uzasadnienia.

W Polsce tryb działania komisji bioetycznych i Odwoławczej Komisji Bioetycznej określa rozporządzenie Ministra Zdrowia z 2024 roku.⁴ Nie wynika z tego jednak uniwersalna ścieżka dla wszystkich badań biologicznych. Eksperyment medyczny, badanie kliniczne produktu leczniczego, doświadczenie na zwierzętach i zamknięte użycie GMO podlegają różnym reżimom. Zespół powinien ustalić kwalifikację projektu z właściwą instytucją, a nie na podstawie podobieństwa do wcześniejszego badania.

Wniosek musi opisywać rzeczywisty eksperyment

„Najpierw wykonamy pilotaż, potem dopiszemy dokumenty” może oznaczać rozpoczęcie pracy bez wymaganej zgody. Dobry wniosek pozwala odtworzyć:

• hipotezę, główny punkt końcowy i uzasadnienie liczebności;
• kryteria włączenia i wyłączenia oraz dokładny przebieg procedur;
• źródło materiału, zakres zgody i sposób kodowania danych;
• przewidywane szkody, korzyści i kryteria przerwania;
• zasady przechowywania, udostępniania i usuwania danych;
• plan reagowania na incydent i komunikowania wyników;
• finansowanie, konflikty interesów i podział odpowiedzialności.

Dokument dla uczestnika musi być zrozumiały bez znajomości protokołu. Nie powinien przenosić obietnic z wniosku grantowego ani zacierać różnicy między badaniem a leczeniem. Jeżeli zespół zmienia procedurę, populację, cel użycia próbek lub istotny element analizy, powinien najpierw sprawdzić, czy zmiana wymaga aneksu albo ponownej oceny.

Nadzór trwa po wydaniu zgody

W trakcie badania trzeba kontrolować szkolenia, wersje dokumentów, ważność pozwoleń i zgodność pracy z zatwierdzonym protokołem. Monitoring obserwuje przebieg na bieżąco, audyt niezależnie ocenia system, a inspekcję prowadzi uprawniony organ — tych pojęć nie należy używać zamiennie.

Poważne zdarzenie wymaga najpierw ochrony ludzi, zwierząt i środowiska, następnie zabezpieczenia informacji, zgłoszenia właściwą ścieżką, analizy przyczyny i działań korygujących. Komisja także musi zarządzać własnym konfliktem interesów: osoba powiązana z projektem nie powinna uczestniczyć w jego ocenie. Informacje o polskich komisjach i trybie odwoławczym publikuje Ministerstwo Zdrowia.⁵

Etyka i bezpieczeństwo wpływają na dobór modelu, liczbę jednostek, pobrania, kryteria przerwania, zakres danych i sposób ich udostępniania. Są częścią projektu, nie podpisem dodawanym po jego ukończeniu.

Co warto zapamiętać

• Pytanie ma pierwszeństwo przed techniką.
• Kontrola odpowiada konkretnemu alternatywnemu wyjaśnieniu.
• Jednostka eksperymentalna nie jest liczbą odczytów.
• Powtórzenia techniczne i biologiczne odpowiadają na inne pytania.
• Randomizacja, blokowanie i zaślepienie ograniczają inne rodzaje błędu.
• Punkt końcowy powinien być blisko funkcji.
• Plan analizy powstaje przed obejrzeniem wyniku.
• Pilotaż nie jest tym samym co potwierdzenie.
• Brak efektu wymaga kontroli czułości.
• Wniosek nie powinien wykraczać poza model.

Dokąd dalej

Praktykę prowadzenia śladu rozwija Zapisy laboratoryjne i identyfikowalność wyniku.

Problemy partii i replikacji rozwija Powtarzalność, statystyka i efekt partii.

Projekt specyficzny dla edycji opisuje Projekt edycji: od celu biologicznego do oczekiwanego allelu.

Źródła