Q：Sample Control 是由什么组成的，它是如何用于数据分析的？
A：样品对照是在每个板上重复运行的混合血浆样品。这些用作外部对照，以估计每个测定的内部和内部精度。

 

Q: Negative Control 是由什么组成的，在 Olink Explore 的数据分析中是如何使用的？
答：Olink Explore 的阴性对照也包含在每块板上一式三份，由缓冲液作为正常样品运行。这些用于监测当 DNA 标签靠近而没有事先与适当的蛋白质结合时产生的任何背景噪音。阴性对照为每个蛋白质测定设置背景水平，并用于计算检测限 (LOD)。

 

问：Plate Control 是由什么组成的，它是如何用于数据分析的？
答：每个平板上的平板对照一式三份，由来自健康献血者的混合血浆组成。这些用于数据标准化以补偿运行和板之间的潜在变化。

 

问：如何对数据进行质量控制？
答：数据的预处理和质量控制是使用 Olink® NPX Manager 软件进行的。

内置的质量控制 (QC) 使我们能够控制检测和样品的技术性能，确保我们能够提供可靠、高质量的数据。QC 的基础取决于四个内部对照，这些内部对照在每次 Olink 分析中都加标到所有样品和外部对照中。

质量控制分为两部分：

1.运行评估

计算孵育控制 1、孵育控制 2 和检测控制的标准偏差并应低于预定阈值：0.2 NPX，对于整个 96 孔样品板。

2.样品评估 分别计算孵育对照 2 和检测对照的样品板中值。对于每个样品，每个内部对照的结果与平板中值的偏差不得超过 ±0.3NPX。如果任何或两个内部控制超过 0.3NPX 限制，样品将无法通过 QC。如果超过 1/6 的样品未通过 QC，则该运行被视为不可靠。然后将评估问题的原因并（如果适用）重新运行样品。

NPX Manager 软件以两种不同的视图显示样品评估；板视图，显示每个样品的 NPX 值，以及 QC 视图，显示与 NPX 单位的板中值偏差。在下面的示例中，除 B2 孔中的“样品 11”之外的所有样品都通过了 QC。对于该样品，孵育对照 2 和检测对照分别偏离平板中值约 0.7 NPX 和 1 NPX，因此样品将无法通过 QC。此样本的 NPX 值将包含在数据导出文件中，但以红色字体表示。

NPX 管理视图：在 96 孔板中的所有样品的所有 4 个内部对照的 NPX 值。计算 NPX 时使用扩展控制，因此在此视图中应为 0。

NPX 管理的 QC 视图：样品沿 X 轴列出，与板中值的偏差（以 NPX 为单位）显示在 Y 轴上。对于每个样品，都显示了一个红色和一个蓝色的点，它们分别说明了孵化控制 2 和检测控制与该样品的板中值的偏差程度。红色虚线显示了与板块中位数的 +0.3 NPX 和 -0.3 NPX 偏差的限制。未通过 QC 的样品名称以红色字体表示。

 

 

问：什么是 NPX 管理器？
答：Olink® NPX Manager 是一个易于使用的数据导入和预处理工具。该工具可让您导入数据、验证数据质量并标准化您的 Olink 数据以进行后续统计分析。

 

 

如果您想购买 Olink NPX Manager 许可证，请联系您在 Olink Proteomics 的业务开发经理，或发送电子邮件至 sales@olink.com。
通过我们的分析服务实验室或授权服务提供商之一运行 Olink 研究的客户将收到由 NPX 管理器生成的项目报告。

问：如何计算 %CV？
答：%CV 是在我们的软件 NPX Manager 中根据线性 NPX 值 (2^NPX) 以下列方式为每个分析物计算的：

 

Intra CV（每块板）= stdev（每块板的对照样品）/平均值（每块板的对照样品）
Inter CV（板之间）= stdev（所有板上的对照样品）/平均值（所有板上的对照样品）
NPX Manager 报告分析物和所有板
的平均内部 CV NPX Manager 报告分析物的平均内部 CV

 

 

Q：数据是如何预处理的？
答：数据的预处理是使用我们的 Olink® NPX Manager 软件实现的。
数据预处理包括 QC 步骤和通过三步归一化程序生成 NPX 值。
NPX 来自使用以下等式从 qPCR 获得的 Ct 值：

 

延伸控制：
CtAnalyte – CtExtension Control = dCtAnalyte

 

板间对照：
dCtAnalyte – dCtInter-plate Control = ddCtAnalyte

 

针对校正因子的调整：

校正因子 – ddCtAnalyte = NPXAnalyte

 

NPX 是与蛋白质浓度呈对数关系的相对定量单位。即使两种不同的蛋白质具有相同的 NPX 值，它们的绝对浓度也可能不同。应在运行中的样品之间分别比较每个检测的 NPX。NPX 不应该在没有适当的板间标准化的情况下在运行之间进行比较，因为存在将运行之间的中位数变化错误解释为生物学差异的风险。

 

Olink 根据研究设计推荐两种标准化方法之一：

 

对于随机研究，我们建议强度标准化。只要样本分布在数据集之间具有可比性，也可以在组合来自不同来源的研究时使用强度归一化。
对于非随机研究，Olink 建议参考样本标准化。在所有板上运行参考样品是减少技术差异的好策略。

正确应用时，两种强度都正常