メソッドの標準化

• 実験技術の大規模化が進み、ハイスループットデータというものがそこらじゅうにある
• ハイスループットデータは、データ量が多いだけに、小さなバイアスが「確定的な結論」をミスリーディングする可能性が高い
• おのずと、データのクオリティコントロールが重要になる
• (おそらく一番に)問題なのは、クオリティコントロールの技術が「ハイスループット対応」していない点だろう
• ハイスループットデータは、GWASで言えば、解析の段階において、マルチプルテスティングの補正が必要だったり、系統的なバイアスをデータそのものに照らして補正する(ＧＣコントロール・ＰＣＡ補正など)をする
• クオリティコントロールの段階でも、ハイスループットデータに合わせたそれが必要なのだが、(少なくともよく見聞きする範囲では)、(ハイスループット化の途上の分野では)、データの取捨選択・修正において、小規模手作業実験でのやり方が踏襲されがちである
• その問題は、クオリティコントロール自体が、データ全体にゆがみをもたらすこと…
• ハイスループットのクオリティコントロールは、それ自体が、使用分野を越えて適用できるような一般化・標準化が必要…