📚 课程目录第3章质量控制核心指标

3. 质量控制核心指标：Z因子、SSMD、信噪比

做高通量筛选，说白了就是跟成千上万个孔打交道。你不可能挨个去看每块板子做得好不好。那靠什么来判断？就得靠几个硬指标。今天我跟你聊三个我用了多年的核心指标：Z因子、SSMD和信噪比。

这三个指标，是判断一个筛选体系“行不行”的照妖镜。我在项目中吃过不少亏，有些板子看起来数据挺漂亮，拿Z因子一算，直接不合格。嗯，咱们一个一个说。

3.1 Z因子：质检界的黄金标准

Z因子是我个人最常用的指标。它衡量的是你的信号窗口到底有多大，大到能不能把"阳性"和"阴性"样本清清楚楚地分开。

3.1.1 Z因子的计算公式

说白了，Z因子看的是信号均值的差，跟两边数据波动的比值。公式是这个样子：

Z' = 1 - (3 * σ_p + 3 * σ_n) / |μ_p - μ_n|

其中，μ_p 和 σ_p 是阳性对照（Positive Control）的均值和标准差。
μ_n 和 σ_n 是阴性对照（Negative Control）的均值和标准差。

3.1.2 Z因子的解读

Z因子的取值落在 0 到 1 之间。我一般这么看：

Z' 值范围	含义	我的评价
0.5 ～ 1.0	信号窗口极佳，分群明显	体系可靠，放心做全库筛选
0.2 ～ 0.5	信号窗口可用，但边缘模糊	需要优化条件，否则假阳性高
< 0.2	信号窗口太小，基本不可用	建议立即停止，排查实验体系

Z' ≥ 0.5 是我个人判断筛选用体系可用的底线。低于这个值，我不会启动正式筛选。

实操技巧： 建议每次实验至少设 16-32 个阳性对照孔和阴性对照孔。孔数太少，标准差估计会偏大，Z' 值会虚低。

3.1.3 我踩过的坑：Z因子的一致性

Z因子最怕什么？最怕单块板子算出来很高，但不同批次的板子间忽高忽低。我见过一个实验，第一天 Z'=0.7，第二天 Z'=0.3。最后发现是孵育时间有 2 分钟的偏差。

所以我建议：

每块板子独立计算 Z'
观察 Z' 随时间的变化趋势，而不是只看平均值
如果连续 3 块板子的 Z' 都低于 0.5，马上停手排查

3.2 SSMD：另一种视角

Z因子好用，但它依赖于信号分布在均值两侧的对称性。如果你的数据不是正态分布，或者阳性比例很小时，Z 因子就会失真。这就是 SSMD 登场的时候了。

SSMD（Strictly Standardized Mean Difference），翻译过来叫“严格标准化均值差”。

3.2.1 SSMD 与 Z因子的区别

指标	数学基础	适用场景	备注
Z'	基于 3-sigma 规则	大批量、稳定体系	对极端值敏感
SSMD	基于效应量	高变异数据、小效应检测	对分布形态鲁棒

3.2.2 什么时候用 SSMD

我一般在以下情况会放弃 Z'，转用 SSMD：

阳性对照的变异系数（CV）超过 20%
目标效应量很小，比如抑制剂活性只有 30%
你怀疑你的数据有离群值干扰

注意： SSMD 是一个基于效应量的指标，它不直接告诉你“这个板子能不能用”。它更多用来比较不同体系间的分离能力。我个人习惯是先看 Z'，如果 Z' 表达不清楚，再补算 SSMD。

3.3 信噪比（S/B, S/N, S/B）

信噪比是三个指标里最直观的一个。说白了就是让你的阳性信号尽量大，阴性背景尽量小。高通量筛选中，我主要关注三个变种：

3.3.1 三种信噪比的定义

指标	公式	解读
S/B	μ_p / μ_n	信号与背景的比值，简单粗暴
S/N	(μ_p - μ_n) / σ_n	信号与噪声的比值，考虑波动
Z'	1 - (3σ_p + 3σ_n) / \|μ_p - μ_n\|	综合了分离度与变异度

你看，Z因子虽然名字里有“因子”，但其实它也是一种特殊的信噪比。我经常把 S/B 当作快速过滤指标：如果 S/B 小于 3，我会直接认为这个实验体系有硬伤。

3.3.2 真实案例：信噪比怎么用

我记得以前有一个酶活抑制筛选项目。阳性对照的活性在 90%，阴性背景的变异度很低。第一天跑完，S/B = 8，Z' = 0.6，看起来不错。

但后来我改了一点点实验条件——把底物浓度减半。结果 S/B 直接掉到 2.5，Z' 变成 0.1。

为什么会这样？

因为底物少了，阳性信号的绝对强度下降了，但阴性背景的变异度没变。S/B 锐减，Z' 跟着崩。所以信噪比这类指标，对实验条件的微小变化非常敏感，这也正是它能当质控工具的原因。

3.4 三者的关系与取舍

这三者不是互相替代的关系，是互补的。我一般按这个顺序做质量评估：

先看 S/B，低于 3 直接跳过后续计算
然后算 Z'，确认体系的分离度是否达标
最后补算 SSMD，如果 Z' 模棱两可（比如 0.3-0.4）

一句话总结： S/B 是信号够不够强，Z' 是分离度够不够好，SSMD 是效应量够不够可靠。三者一起看，才能全面评估一个批次的 Q。

自动化建议： 在流程中用脚本自动计算这三个指标。我习惯在每个批次的数据导入后，立即生成一个质控报告，报告中必须包含三个指标的直方图。

3.5 实战：用一个 Python 函数计算这三个指标

下面我贴一个我常用的函数。你直接把阳性和阴性对照的数据传进去，它会返回三个指标的结果。

import numpy as np

def calc_quality_metrics(pos, neg):
    """
    计算 Z'、SSMD 和 S/B 三个质控指标
    :param pos: 阳性对照数据 (list or ndarray)
    :param neg: 阴性对照数据 (list or ndarray)
    :return: dict with 'Z_prime', 'SSMD', 'S_over_B'
    """
    mu_p = np.mean(pos)
    mu_n = np.mean(neg)
    sigma_p = np.std(pos, ddof=1)
    sigma_n = np.std(neg, ddof=1)
    
    # Z' 因子
    denominator = abs(mu_p - mu_n)
    if denominator == 0:
        z_prime = 0.0
    else:
        z_prime = 1.0 - (3.0 * (sigma_p + sigma_n)) / denominator
    
    # SSMD
    ssmd = (mu_p - mu_n) / np.sqrt(sigma_p**2 + sigma_n**2)
    
    # S/B
    s_over_b = mu_p / mu_n if mu_n != 0 else float('inf')
    
    return {
        'Z_prime': round(z_prime, 4),
        'SSMD': round(ssmd, 4),
        'S_over_B': round(s_over_b, 4)
    }

# 示例调用
pos_control = [150.2, 148.7, 153.1, 149.5, 151.8]
neg_control = [12.1, 11.5, 13.0, 12.8, 11.9]
result = calc_quality_metrics(pos_control, neg_control)
print(result)

这个函数我用了好几年，一直没改过。你拿过去可以直接用。