BioRender Graphingでは、グラフを作成するたびにデータセット内の外れ値を自動的に検出します。手動で設定する必要はありません。この記事では、外れ値検出の仕組み、結果の解釈方法、感度の調整方法、データポイントの除外方法について説明します。
外れ値検出の仕組み
BioRenderでは、外れ値の検出にROUT法（Robust regression and Outlier Removal：ロバスト回帰と外れ値除去）を使用しています。詳しくはこちらの記事をご覧ください。ROUTは、ロバスト非線形回帰とFalse Discovery Rate（FDR：偽発見率）のフレームワークを組み合わせ、グループ内の他のデータと同じ母集団に属する可能性が低いデータポイントを特定します。
Grubbs検定などの単純な方法とは異なり、ROUTは複数の外れ値を同時に含むデータセットを処理できるよう設計されています。完全に正規分布していることを前提とせず、別の外れ値の存在によって1つの外れ値が見えにくくなる、マスキング効果と呼ばれる一般的な問題も起こりにくくなっています。
知っておくべき要件：
- ROUTは、グループに4つ以上の観測値がある場合にのみ実行されます。4つ未満のポイントを含むグループはスキップされます
- 上限が適用されます：最大28グループ、1グループあたり最大5,000観測値
- ROUTは、統合されたデータセット全体ではなく、各グループ内で個別に適用されます
📌 ROUTを使用する理由：ROUTは前臨床研究および生物医学研究で広く使用されています。複数の外れ値が存在する可能性のあるデータセットにも強いため、実験生物学で一般的な小規模から中規模のグループサイズに適しています。
表示される内容
グラフを作成すると、バックグラウンドで外れ値検出が自動的に実行されます。結果は次の場所で確認できます。
- 検出された外れ値の数が、グラフ下の「表示データ」パネルに表示されます。
- 外れ値はグラフ下のデータテーブル内で黄色で強調表示されるため、ひと目で確認できます。
- 外れ値レポートのリンクをクリックすると、次の内容を含む完全なレポートが開きます。
- 分析されたデータポイントの総数
- 検出された外れ値の数
- グループ別の外れ値の内訳
Qパラメーターによる感度の調整
Qパラメーターは、BioRenderが外れ値としてフラグを付ける積極性を制御します。これは、許容する最大FDRに直接対応します。つまり、データポイントを統計的に十分可能性が低く、外れ値と判定するしきい値です。
| Q値 | 感度 | 効果 |
| 低（例：0.1～1%） | 厳格 | 外れ値としてフラグが付くデータポイントが少なくなります。最も極端な値のみが対象です |
| デフォルト（1%） | バランス型 | ほとんどの実験における標準的な開始点です |
| 高（例：5～10%） | 緩やか | More多くのデータポイントにフラグが付きます。探索的な確認に便利です |
Qパラメーターの調整方法
- 左側のパネルで外れ値レポートをクリックして開きます。
- 「設定を更新」をクリックします。
- Enter0.1～10のQ値を入力します。
- 「再実行」をクリックして新しいしきい値を適用し、更新された結果を確認します。
💡 ヒント：Qを調整すると、特定のデータポイントがどの程度境界的かを確認できます。たとえば、Q=1ではフラグが付いたものの、Q=0.5では付かなかったポイントは、限界的な外れ値です。調査する価値はありますが、明らかに極端な値であるとは断定できません。
データポイントの除外
外れ値が検出されても、分析から自動的に除外されるわけではありません。除外するかどうかはユーザーが判断します。BioRenderでは、次の2つの方法で処理できます。
| オプション | 操作方法 |
| 個別のデータポイントを除外する | 外れ値であるかどうかにかかわらず、グラフ上の任意のデータポイントを右クリックし、「除外」を選択します。個々のポイントを完全に手動で管理できます。 |
| 検出されたすべての外れ値を一度に除外する | 外れ値レポートの「外れ値を除外」チェックボックスを使用すると、フラグが付いたすべての外れ値をワンクリックで除外または除外解除できます。オンとオフを切り替えて、外れ値あり・なしのグラフを比較できます。 |
📌 重要：ここで除外したデータポイントは、そのグラフで実行するすべての統計分析に自動的に適用されます。ポイントを除外した後に分析を再設定する必要はありません。除外が反映されるよう、結果が更新されます。
外れ値を扱うためのベストプラクティス
外れ値を除外するかどうかは、慎重に判断し、透明性をもって記録する必要があります。
以下にいくつかのガイドラインを示します。
- まずスケールを確認する：ROUTは、グループの値が平均値の上下におおむね均等に分布している場合に最も効果を発揮します。測定値が本来、何桁もの範囲にわたる場合（濃度、蛍光、発現量など）は、外れ値検出を実行する前に対数変換を検討してください。スケールが適切でないことを示す兆候は、フラグが付いた「外れ値」がすべて平均値の同じ側にあることです（すべて高い、またはすべて低い）。
- 除外する前に調査する：データポイントを除外する前に、必ずそのポイントが外れ値となった理由を調査してください。測定ミス、サンプルの取り扱い上の問題、それとも本当に生物学的に意味のある発見でしょうか。
- Qは慎重に使用する：デフォルト（Q=1%）は、ほとんどの実験に適しています。より多くのポイントにフラグを付けるためにQを上げると、データ内の真の変動を除外するリスクがあります。
- 方法を報告する：BioRenderが指定したQ値でROUT法を使用していること、またどのデータポイントをなぜ除外したかを記載してください。
- 切り替えて比較する：「外れ値を除外」チェックボックスを使用すると、外れ値を含めた分析と含めない分析の両方を共同作業者や査読者に簡単に示せます。
