統計分析：利用可能な検定と実行方法

可能な場合、Graphingの分析ガイダンスでは、データに基づいて最も適切な検定を推奨します。正規性と等分散性のチェックはバックグラウンドで実行されるため、自分で調べたり専門家に尋ねたりする必要はありません。別の検定を選択した場合、BioRenderはそのトレードオフを説明するため、毎回一貫して分析を実行できます。

目次

• 分析ガイダンスの仕組み
• t-testsの仕組み
• 一元配置ANOVAs
• 二元配置ANOVAs
• 多重比較検定
• 線形回帰
• 非線形regression
  • Dose-response regression
  • Growth Curves
  • 指数減衰
  • 酵素および受容体の速度論
• Survival analysis
• ロジスティックregression
• 相関

分析ガイダンスの仕組み

BioRenderは、カテゴリカル検定（t-testsおよびANOVAs）について、2つの仮定チェックをバックグラウンドで自動的に実行します。

推奨される検定には、分析パネルでバッジが表示されます。いつでも変更できます。データの仮定に適合しない検定を選択した場合、BioRenderは、元の検定を引き続き推奨する理由を説明し、トレードオフを理解できるようにします。データが要件を満たしていない場合、一部の検定はグレー表示されることがあります。ツールチップにカーソルを合わせると、その理由を確認できます。

📌 注：これらの提案はガイドラインです。最終的な判断を行う際は、必ず研究分野の慣例を考慮してください。

t検定

2つのグループ間の差を比較するには、t-testsを使用します。BioRenderでは、次のオプションを利用できます。

• 対応のないt検定
• Welchの補正付き対応のないt検定（Welchのt検定）
• 対応のあるt検定
• Mann-Whitney U検定（ノンパラメトリック）
• Wilcoxon対応のあるペアの符号付き順位検定（ノンパラメトリック）

t検定の設定

1. Graph編集ページで、＋ Run new analysisをクリックします。
2. データセットに2つのグループがある場合、t検定がsuggestedされます。記述統計（平均、中央値、標準偏差など）は、すべての検定で自動的に計算されます。
3. 分析パネルで適切な検定を選択します。推奨検定にはバッジが表示されます。バッジにカーソルを合わせると、なぜその検定がsuggestedされたのかを確認できます。
4. ステップ2で分析を微調整します。
5. ステップ3で仮説検定の方法（P値）を選択します。
6. Runをクリックします。結果は分析パネルに表示され、有意な比較はグラフ上に自動的にマークされます。

一元配置ANOVAs

3つ以上のグループ間の差を比較するには、一元配置ANOVAを使用します。利用可能なオプション：

• 一元配置ANOVA
• Welchの一元配置ANOVA
• Kruskal-Wallis検定（ノンパラメトリック）

一元配置ANOVAの設定

1. Graph編集ページで、＋ Run new analysisをクリックします。
2. データセットに3つ以上のグループがある場合、一元配置ANOVAがsuggestedされます。記述統計は分析結果とともに自動的に報告されます。
3. BioRenderは適切な検定を推奨し、バッジで示します。バッジにカーソルを合わせると説明を確認できます。
4. 優先する検定を変更する場合は、検定を選択し、追加設定を行います。
5. ステップ2で分析を微調整します。
6. ステップ3で多重比較検定を行うグループを選択します。
7. Run Analysisをクリックします。

💡 ヒント：ANOVAの結果が有意な場合、どの特定のグループ間に差があるかを特定するため、多重比較検定を実行するとよいでしょう。詳しくは、以下の「多重比較」セクションを参照してください。

Two-Way ANOVAs

2つの独立変数間の交互作用を分析するには、二元配置ANOVAを使用します。

二元配置ANOVAの設定

1. Graph編集ページで、click ＋ Run new analysisをクリックします。
2. 分析タイプのドロップダウンから二元配置ANOVAを選択します。
3. 比較するグループ（独立変数ごとに最低2つ）を選択し、ステップ2で実験デザインを選択します。
4. ステップ3で多重比較検定を実行するかどうかを決定します。実行する場合は、比較するグループを選択し、事後検定を選択します。BioRenderはデータに基づいて適切な検定を提案し、バッジで示します。
5. Run Analysisをクリックします。

反復測定

同じ対象から繰り返しサンプリングしたデータ（例えば経時データ）の場合、次の手順で反復測定ANOVAを設定できます。

1. ステップ2で「Repeated Measures」を選択します。
2. 対象ごとの一意の識別子を含むデータ変数をSubject IDとして選択します。
   データがPrism用にフォーマットされている場合、Smart Data Importによって、Prismが使用する反復列形式用の「replicates」変数が追加されます。この変数をSubject ID変数として使用できます。
3. 二元配置ANOVAを実行する場合、対象の反復サンプルごとに変化する変数を指定します。
4. 一部の対象に不完全なデータがある場合、「Missing values」オプションで「Analyze available data」を選択すると、混合効果モデルを任意で適合できます。
5. 球面性の仮定違反を考慮するかどうかを任意で指定します。「Auto」を選択すると、Mauchly検定を実行し、必要に応じてGreenhouse-Geisser補正を適用します。

多重比較検定

有意なANOVA結果が得られた後、多重比較検定によって、どの特定のグループ間に差があるかを特定できます。BioRenderは、データと比較タイプに基づいて適切な事後検定を提案します。

利用可能なすべての多重比較検定：

多重比較検定を実行するには、ANOVAの設定時に分析パネルのステップ3でこのオプションをクリックします。すべてのグループを相互に比較するか、対照群と比較するかを選択します。BioRenderは選択内容に基づいて適切な検定を提案します。

線形回帰

2つの連続変数間の関係を分析するには、線形regressionを使用します。

線形regressionの設定

1. Graph編集ページで、click ＋ Run new analysisをクリックします。
2. regressionモデル（単純モデルまたはグループ変数付き）を選択します。
3. 実験設定に基づき、Y切片を0に固定するかどうかを決定します。
4. Runをクリックします。最適近似線がregressionの出力とともにグラフに自動表示されます。

📌 注：現在、重回帰regressionは利用できませんが、近日中に提供予定です。プロットの凡例にカテゴリカル変数がある場合、グループごとの単変量regressionが自動的に実行されます。

非線形回帰

用量反応回帰

dose-response曲線、Hill曲線、Hill式、またはEC50/IC50分析とも呼ばれます。さまざまな用量が測定された応答に与える影響を分析するために使用します。

dose-response regressionの設定

1. Graph編集ページで、＋ Run new analysisをクリックします。
2. 実験タイプとしてStimulationまたはInhibitionを選択し、Continueをクリックします。
3. X値を底10で対数変換済みかどうかを指定します。
4. 実験設定に応じて、Hill勾配を1に固定するかどうかを決定します。
5. Runをクリックします。BioRenderが最適近似曲線を自動的に適合し、グラフに表示します。

グローバル曲線フィッティング

グローバル曲線フィッティングでは、複数のデータセットをまとめて適合し、dose-response曲線が同じ形状を共有するかを検定したり、グループ間で効力（EC50やIC50など）を比較したりできます。

グループ間でHill勾配またはEC/IC50を比較するには：

• 上限および下限パラメータを固定値または共有フィットに固定します。
• Hill勾配（EC/IC50を比較する場合）またはEC/IC50（Hill勾配を比較する場合）を共有フィットに固定します。

BioRenderは、すべてのパラメータを共有するdose-responseモデル（帰無仮説）と、比較対象のパラメータをグループごとに適合したモデルの両方を適合します。その後、F検定を実行して帰無仮説を棄却するかどうかを判定します。この比較結果は分析ページで確認できます。

Growth Curves

BioRenderには、一般的な非線形成長モデルが複数実装されており、データから関連パラメータ（開始値や成長率など）を推定します。

利用可能なモデル：

• 指数成長
  • 線形スケールまたは対数スケールの入力から、制約のない成長モデルを作成します。
• プラトー付き指数成長
  • 受容体占有率や蛍光シグナルの飽和モデルなど、上限に向かって減速する成長のモデル化に使用します。
• Gompertz成長
  • 成長が急速に加速した後、上限に向かってより緩やかに減速するS字曲線です。変曲点は最大値の約37%で、腫瘍や微生物の成長モデルで一般的です。
• ロジスティック成長
  • 成長がベースラインから加速し、その後、上限に向かって対称的に減速するS字曲線です。変曲点は最大値の50%で、接種から定常期までの細菌培養モデルで一般的です。
• ベータモデル
  • ピークまで上昇した後に低下する成長で、免疫応答の速度論で一般的です。

指数減衰

BioRenderは指数減衰の1相モデルおよび2相モデルを実装しており、データから半減期、速度、スパン、開始プラトーを適切な信頼区間とともに計算します。

酵素および受容体の速度論

BioRenderは、生化学的速度論モデル群を実装し、酵素および受容体の機能を計算します。現在、次のモデルを利用できます。

• Michaelis-Menten速度論：酵素が基質を生成物へ触媒する速度を決定します。
• 単一部位特異的結合：単純な受容体とリガンドの結合速度論を計算します。

Survival analysis

期間分析またはイベント履歴分析とも呼ばれ、時間の経過に伴ってイベントが発生する確率を推定するために使用します。このデータの分析には、Kaplan-Meier推定およびCox比例ハザードregressionが含まれます。

生存分析の設定

1. Graph編集ページで、＋ Run new analysisをクリックします。
2. 分析するグループを選択します。
3. 使用する比較方法を選択します。
4. 使用する多重比較補正を選択します。
5. 同順位のイベント時刻の処理方法を選択します。
6. Run Analysisをクリックします。BioRenderがモデルを適合し、グラフに曲線をプロットします。

ロジスティック回帰

ロジットregressionとも呼ばれます。この分析を使用して、二値イベントの結果（例：生存/死亡、はい/いいえ）を予測します。

ロジスティックregressionの設定

1. Graph編集ページで、＋ Run new analysisをクリックします。
2. Run Analysisをクリックします。BioRenderがモデルを適合し、グラフに曲線をプロットします。

相関

2つの変数がどのように関連しているかを調べるには、この分析を使用します。一方の変数の値が高いとき、もう一方の変数の値も高いのか、それとも低いのかを確認できます。

相関分析の設定

1. Graph編集ページで、＋ Run new analysisをクリックします。
2. Pearson相関またはSpearman相関のどちらを行うかを選択します。
3. Run Analysisをクリックします。BioRenderが相関を計算し、グラフに線をプロットします。

概要

• t-tests – 2つのグループを比較
• 一元配置ANOVA – 3つ以上のグループを比較
• 二元配置ANOVA – 2つの独立変数間の交互作用を分析
• 多重比較 – ANOVA後に差のあるグループを特定
• 線形regression – 2つの連続変数間の関係を評価
• Dose-response regression – dose-response関係を評価
• 成長曲線 – 生物学的成長のさまざまなモデル
• 指数減衰 – 時間経過に伴う量の変化から半減期を推定
• 酵素および受容体の速度論 – 生化学的機能のパラメータをモデル化
• Survival analysis – 時間の経過に伴ってイベントが発生する確率を推定
• ロジスティックregression – 二値イベントの結果を予測
• 相関 – 2つの変数がどのように関連しているかを測定