發表淺見 :) 實驗是為了證實某個假設（或理論） 因此必須設計「實驗組」 為了證實某個假設（或理論）「正確無誤」 因此必須設計「對照組」 為了證實某個實驗過程和結果「正確無誤」 因此必須設計「控制組」 所以理想的實驗設計 除了「實驗組」、「對照組」之外 必須作「控制組」 實驗組：基於某個理論或是假說，在現有的技術上測試的組別。 對照組：證實實驗組現象，是由某一個「操控變因」引起，而做的比對組別。 理想上，好的對照組，和實驗組只能有一個（或一種）變因的差別。 通常對照組會將該變因設計為「無變因」或「背景值」。 控制組：為了證實整個實驗過程中沒有發生錯誤，而做可預期結果的組別。 即為確認「操控變因」以外的因素（控制變因）沒有錯誤。 理想上，好的控制組，除了判斷實驗過程沒有錯誤外， 還能幫助找出實驗失敗的原因。 ※ 引述《linzhengzhan (研究所：碩士班vs博士班)》之銘言： 作個補充 控制組 是將某個實驗「測試項目」置換成「可預期結果的項目」 來確保實驗結果不是false positive（偽陽性）或false negative（偽陰性） 以下positive稱為(+) negative稱為(-) control稱為ctrl （因為要確定「控制變因」沒有問題 因此稱為「控制組」） : 簡單的說： : positive control：就是一定有的東西，如果實驗結果沒有出來，就可能是實驗有問題… 正控制是將測試項目置換成「確定會做出結果的項目」 因為預期會「有」因此稱為「正」 若(+)ctrl結果呈現(-)，表示控制變因有問題， 通常是reagents少加，或是變質。 此時若test項目也呈現(-)，則可能為false(-) （因為可能是reagents發生問題才導致negative） 此時若test項目呈現(+)，那就要檢查日期是否為農曆七月（好吧～很難笑）。 而找出問題的方式為： 1.先將(+)ctrl重跑一次（勿將上次的mixture拿來重複使用）， 如果可以的話在再找另外一個「確定有結果的測試項目」來同時測試。 此為測試是否因為「少添加」某reagent(s)而導致上次ctrl的失敗。 2.若依然呈現(-)，則將所有reagents（控制變因）換成新的（或另一來源）， 重新再跑一次(+)ctrl，能的話測試兩個以上「確定應有結果的測試項目」。 此為主要測試「確定應有結果的測試項目」沒有發生問題。 3.另將reagents的一項（或一組）逐一更換新的，來找出有問題的reagent(s)。 如果實驗經費充裕，可以不做此步驟而將可能有問題的reagents全部丟棄。 4.以上1～3項可三者同時或挑兩項同時測試（自行拿捏時間和實驗經費的平衡點）。 若依然1～3項都是(-)，則必須檢查protocol或instrument是否有問題。 : negative control：就是一定不會有的東西，如果結果有，就“自求多福“…… 負控制是將測試項目置換成「確定不會有結果的項目」 因為預期會「沒有」因此稱為「負」 若(-)ctrl結果呈現(+)，表示控制變因有問題， 通常是reagents受到污染。 此時若test項目也呈現(+)，則可能為false(+)，若為定量則會造成數據的不正確。 （因為可能是reagents發生問題才導致positive） 此時若test項目呈現(-)，那有很有可能「確定不會有結果的測試項目」受到污染。 而找出問題的方式為： 1.先將(-)ctrl重跑一次（勿將上次的mixture拿來使用）， 再多找另外一個「確定不會有結果的測試項目」的來源做同時測試。 此為測試或是操作過程是否造成污染（技術問題，甚至換人操作）， 同時也測試「確定不會有結果的測試項目」是否為污染源。 2.更換新的一組耗材（會接觸reagents的項目）或操作環境。 確定不是耗材或環境本身引起的污染。 3.另將reagents的一項（或一組）逐一更換新的，來找出有污染的reagent(s)。 如果實驗經費充裕，可以不做此步驟而將可能有問題的reagents全部丟棄。 4.以上1～3項可三者同時或挑兩項同時測試（自行拿捏時間和實驗經費的平衡點）。 若依然1～3項的結果都是(+)，則要認真思考污染來源為何。 : internal control：控制實驗的條件，已減少變因；在結果方面，是大家長的一個樣； : ex. western blotting 常用就是β-actin，以確定每個well的 : protein量都一樣…… : RT-PCR常用的就是GAPDH之類的…… internal ctrl跟實驗結果的(+)/(-)無關（定性部份） 而是跟「定量」有關。 也就是「相對定量」所做的normalization ， 確保test項目的數據的相對大小（即倍率）為正確。 通常挑選為internal ctrl的項目，應該要為穩定（變異性小）、均勻、不易受影響。 例如某測試項目的結果 A為B的兩倍， 但是internal ctrl的結果 A亦為B的兩倍， 那麼經過normalization後（將測試數據除以internal ctrl數據）， A與B並無差異。 通常定性實驗都會做(+)ctrl和(-)ctrl 而定量實驗都會做internal ctrl和(-)ctrl（因為(-)ctrl呈現(+)，那定量就有問題） -- 有錯請指教囉～ --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.129.62.151 ※ 編輯: leondemon 來自: 140.129.62.151 (11/03 01:55)