2. 批次效应基本概念与来源归纳总结
说到批次效应，我先说说我的感受。刚入行那几年，我总觉得实验数据不对劲，但又说不上来问题在哪。后来才发现，很多“异常值”根本不是化合物的问题，而是批次之间的系统偏差在捣鬼。
说白了，批次效应就是不同批次的实验，在相同条件下测出来的结果存在系统性差异。这种差异不是随机波动，而是有规律的偏移。你想想看，同一个化合物，同一套实验方案，就因为今天做的和上周做的，IC50值差了好几倍——这种情况我在项目中遇到过太多次了。
2.1 什么是批次效应
批次效应本质上是一种非生物学的系统变异。它不影响化合物的真实活性，但会污染我们的测量结果。我习惯把它理解成一个“隐形滤镜”：
- 真实值：化合物真正的ADMET性质
- 批次效应：测量过程中叠加的系统偏差
- 观测值：真实值 + 批次效应 + 随机误差
避坑指南：我曾经以为多做几个重复就能消除批次效应，结果发现重复只减少随机误差，对系统偏差毫无办法。批次效应需要从根源上控制，而不是靠重复来稀释。
2.2 批次效应的来源
批次效应从哪来？我归纳了一下，主要可以分成三大类。这张图帮你快速理清：
2.3 批次效应 vs 实验误差
很多新手会搞混这两个概念。我刚开始也不清楚，后来才明白它们的本质区别。这张表一目了然：
| 维度 | 批次效应 | 实验误差 |
|---|---|---|
| 定义 | 不同批次间的系统性偏差 | 同一批次内的随机波动 |
| 方向 | 有规律偏移（全部偏大或偏小） | 无规律，均值为零 |
| 消除方法 | 标准化、校正、实验设计优化 | 增加重复次数 |
| 对决策的影响 | 可能导致优先级排序完全错误 | 降低置信区间宽度 |
关键认知：批次效应如果不处理，跨批次比较的结果是无效的。我见过一个案例，用两个批次的数据做QSAR建模，R²从0.85掉到0.3——后来发现是细胞板批号不同导致的代谢酶活性差异。
2.4 实际场景举例
用个具体的例子说明。假设我们测Caco-2细胞渗透性：
- 第一批（周一）：全新的细胞板，培养基也是新配的
- 结果：化合物A的Papp = 8.2 × 10⁻⁶ cm/s
- 第二批（周三）：换了新批号的FBS，细胞传到了第15代
- 结果：同一个化合物A的Papp = 12.8 × 10⁻⁶ cm/s
差了50%以上。这根本不是化合物的性质变了，而是细胞状态和培养条件变了。我在项目中遇到这种情况时，第一反应不是质疑化合物，而是怀疑批次效应。
2.5 如何初步识别批次效应
识别批次效应不需要复杂的统计模型。我习惯用几个简单方法：
- 可视化检查：把不同批次的数据按时间顺序画散点图，看是否有明显的阶梯变化
- 对照品追踪：每个批次都测一组已知性质的标准品，看它们的测量值是否稳定
- 重复样本交叉实验：把同一批样本分到两个批次中测量，看结果是否一致
曾经踩过的坑：我有一次为了赶进度，跳过了对照品追踪。结果一个批次的数据让整个项目组白忙了两个月——事后复盘才发现，那个批次的所有测量值都系统性偏高30%。从那以后，我再也不敢省这道工序了。
2.6 总结：你该记住的
批次效应是ADMET实验中最常见也最容易忽视的系统偏差来源。总结一下核心要点：
- 它来自：环境、试剂、操作三大方面
- 它不是：随机误差，不能靠重复来消除
- 它会造成：假阳性、假阴性、模型失效
- 识别它：可视化检查 + 对照品追踪 + 交叉实验
嗯，理解清楚批次效应的本质和来源，后面我们讲怎么消除它，你就会有底了。