发表浅见 :) 实验是为了证实某个假设（或理论） 因此必须设计「实验组」 为了证实某个假设（或理论）「正确无误」 因此必须设计「对照组」 为了证实某个实验过程和结果「正确无误」 因此必须设计「控制组」 所以理想的实验设计 除了「实验组」、「对照组」之外 必须作「控制组」 实验组：基於某个理论或是假说，在现有的技术上测试的组别。 对照组：证实实验组现象，是由某一个「操控变因」引起，而做的比对组别。 理想上，好的对照组，和实验组只能有一个（或一种）变因的差别。 通常对照组会将该变因设计为「无变因」或「背景值」。 控制组：为了证实整个实验过程中没有发生错误，而做可预期结果的组别。 即为确认「操控变因」以外的因素（控制变因）没有错误。 理想上，好的控制组，除了判断实验过程没有错误外， 还能帮助找出实验失败的原因。 ※ 引述《linzhengzhan (研究所：硕士班vs博士班)》之铭言： 作个补充 控制组 是将某个实验「测试项目」置换成「可预期结果的项目」 来确保实验结果不是false positive（伪阳性）或false negative（伪阴性） 以下positive称为(+) negative称为(-) control称为ctrl （因为要确定「控制变因」没有问题 因此称为「控制组」） : 简单的说： : positive control：就是一定有的东西，如果实验结果没有出来，就可能是实验有问题… 正控制是将测试项目置换成「确定会做出结果的项目」 因为预期会「有」因此称为「正」 若(+)ctrl结果呈现(-)，表示控制变因有问题， 通常是reagents少加，或是变质。 此时若test项目也呈现(-)，则可能为false(-) （因为可能是reagents发生问题才导致negative） 此时若test项目呈现(+)，那就要检查日期是否为农历七月（好吧～很难笑）。 而找出问题的方式为： 1.先将(+)ctrl重跑一次（勿将上次的mixture拿来重复使用）， 如果可以的话在再找另外一个「确定有结果的测试项目」来同时测试。 此为测试是否因为「少添加」某reagent(s)而导致上次ctrl的失败。 2.若依然呈现(-)，则将所有reagents（控制变因）换成新的（或另一来源）， 重新再跑一次(+)ctrl，能的话测试两个以上「确定应有结果的测试项目」。 此为主要测试「确定应有结果的测试项目」没有发生问题。 3.另将reagents的一项（或一组）逐一更换新的，来找出有问题的reagent(s)。 如果实验经费充裕，可以不做此步骤而将可能有问题的reagents全部丢弃。 4.以上1～3项可三者同时或挑两项同时测试（自行拿捏时间和实验经费的平衡点）。 若依然1～3项都是(-)，则必须检查protocol或instrument是否有问题。 : negative control：就是一定不会有的东西，如果结果有，就“自求多福“…… 负控制是将测试项目置换成「确定不会有结果的项目」 因为预期会「没有」因此称为「负」 若(-)ctrl结果呈现(+)，表示控制变因有问题， 通常是reagents受到污染。 此时若test项目也呈现(+)，则可能为false(+)，若为定量则会造成数据的不正确。 （因为可能是reagents发生问题才导致positive） 此时若test项目呈现(-)，那有很有可能「确定不会有结果的测试项目」受到污染。 而找出问题的方式为： 1.先将(-)ctrl重跑一次（勿将上次的mixture拿来使用）， 再多找另外一个「确定不会有结果的测试项目」的来源做同时测试。 此为测试或是操作过程是否造成污染（技术问题，甚至换人操作）， 同时也测试「确定不会有结果的测试项目」是否为污染源。 2.更换新的一组耗材（会接触reagents的项目）或操作环境。 确定不是耗材或环境本身引起的污染。 3.另将reagents的一项（或一组）逐一更换新的，来找出有污染的reagent(s)。 如果实验经费充裕，可以不做此步骤而将可能有问题的reagents全部丢弃。 4.以上1～3项可三者同时或挑两项同时测试（自行拿捏时间和实验经费的平衡点）。 若依然1～3项的结果都是(+)，则要认真思考污染来源为何。 : internal control：控制实验的条件，已减少变因；在结果方面，是大家长的一个样； : ex. western blotting 常用就是β-actin，以确定每个well的 : protein量都一样…… : RT-PCR常用的就是GAPDH之类的…… internal ctrl跟实验结果的(+)/(-)无关（定性部份） 而是跟「定量」有关。 也就是「相对定量」所做的normalization ， 确保test项目的数据的相对大小（即倍率）为正确。 通常挑选为internal ctrl的项目，应该要为稳定（变异性小）、均匀、不易受影响。 例如某测试项目的结果 A为B的两倍， 但是internal ctrl的结果 A亦为B的两倍， 那麽经过normalization後（将测试数据除以internal ctrl数据）， A与B并无差异。 通常定性实验都会做(+)ctrl和(-)ctrl 而定量实验都会做internal ctrl和(-)ctrl（因为(-)ctrl呈现(+)，那定量就有问题） -- 有错请指教罗～ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.129.62.151 ※ 编辑: leondemon 来自: 140.129.62.151 (11/03 01:55)