控制組 (control) 怎麼取? 這篇給你大方向
摘要
一個好的控制組是把實驗做好的前提。透過控制組我們能起到剔除非真假說、優化實驗設計、了解實際強度的作用。實驗中，至少需要正、負兩種基本的控制組來回答實驗問題。要針對系統誤差和實驗本身進一步設計控制組的話，5M1E法則與波特五力模型可以提供找控制組的思路，再輔以一些注意事項，就能更精準地利用控制組來解釋試驗數據的意義
我很喜歡我的mentor, Dr. W 。Dr. W在我還是小學徒時曾教導過我一句話：一個好的控制組是把實驗做好的前提。
蔡雞如我當然一開始完全不懂到底這句話的意義何在，實驗不就是A+B+C有加出自己想要的結果就好了嗎?
直到自己越碰越多實驗，才終於會在無限重作實驗時，深夜獨自看著高掛的月亮說：師父，我終於懂了!
有有錢人才會有更有錢的人，有比較才會有傷害，有控制組才能顯示實驗組處理是不是真的有差。所以選好比較對象，才能更直接、更精準的比出實驗數據之間 “到底有沒有差”，才能下判斷、決定後續作法
我們先來聊控制組的作用
Why need 控制組?
刪掉不可能的選項，從而證明事情。
這個應該是最直觀、最基本的功用了。控制組本身就是要控制好變因，讓實驗組可以藉由單一因子的差異來判定各種假說的可能性
在排除所有可能性之後，剩下的無論多麼不合乎情理，那就是真相。” （when you have eliminated the impossible, whatever remains, however improbable, must be the truth） -----------------------------------------夏洛克.福爾摩斯讓我們發現 實驗設計、操作流程 哪裡有問題
這點算是上一點的延伸，當我們做完預實驗或是在debug時，可以透過加入一些簡單的控制組來縮小我們除錯的範圍，同時優化我們的SOP。
簡單的比方，當你懷疑試藥有問題時，重新配置一次試藥來做同一個反應這個做法，本質上是做 “試藥配置時間” 這個變因的控制組。
反應強度
表現量很高
非常顯著的抑制
strongly affect the......恩，那 “高” 是多高，跟誰比起來很高? “顯著” 有多顯著? 一星還是二星還是感覺很顯著? strong 是大幅抑制還是抑制到幾乎沒有/完全沒有?
這些問題本質上都是來自於 “形容詞描述事情的模糊地帶”，而一個好的控制組可以很好的描述清楚這些模糊地帶。
同樣的例子，”很高” 我們可以換成 “跟X狀態的Y比，高1.6倍” 之類的，描述得越細節則狀態表示得越清楚，相對的也會失去能夠解釋的範圍。
基本需要的兩種控制組
主要是正負控制組兩種，雖然蠻基本的不過還是介紹一下
正控制組：一定會有你要的反應出現
- 通常反應相當劇烈，變化明顯容易觀察
- 重複性高
- 好的正控制組相當難找，尤其是在未知領域探勘的路上 (都確定要加某個因素就會有你要的反應了，那還需要研究?)
負控制組：確定不會有你要的反應出現
負控制組
- 最簡單的設計就是什麼都不加，相當暴力的做法
- 設計多個負控制而言，一般性的原則就是專一、依序的去掉某個參數
Where I can find control
去除實驗環境的干擾
主要是排除外在因素所造成的bias (也就是系統誤差)，讓我們的差異主要來自實驗處理的差異還有老天(隨機誤差)，這個方面可以參照5M1E法則的大方向來找尋控制組 (先前的文章)，這裡簡單列一下
- 人，人為誤差
- 機，機器儀器
- 料，用料試藥
- 法，方法設計
- 環，環境因素
- 測，測定精準
實驗內部變因：借鏡商業上的波特五力來思考
波特五力是以企業為中心，考慮外界對該企業競爭影響的方法 (供應商、消費者、替代品、競爭者、前再進入者)。由於實驗其實就是用外界處理來改變研究對象的過程，所以找控制組 (不變的情況) 可以用同樣的思維來類推。
拿pathway上的基因調節研究來比方，控制組可以考慮這樣找：
- 1. 供應商，也就是從上游基因/operon
- 2. 消費者，參數影響的下游基因/reporter
- 3. 替代品，本身功能/功用近似的/redundant, 同功基因
- 4. 競爭者，branch pathway/ transport pathway
- 5. 潛在進入者，加上特定條件/環境時會連帶影響到的，比方說加了某個inducer elicitor後會表現的
選擇控制組的幾個注意事項
- 直接簡明，1個直接證據勝過100個間接，100個間接證據也無法證明真正的存在過，但是1個直接可以直觀解決這件事。
- 反面的反面不等於正面，比方說把一個基因突變掉再插回去 =/= 原本的樣子
- 優先挑選眾所周知的控制組，眾所周知通常代表著：重複性高、代表性好
- 控制組本身對實驗結果可能會有影響，使用前要注意。
- 注意控制組的設計是否確實只移除了 “一個因素”，別因為想研究珍珠的樣子，就把整杯珍奶倒掉
- 通常一個實驗組會對到一個控制組，所以控制跟實驗總數應當接近，這是一個可以檢查自己有沒有漏做的點