在任何药物研发进程中，实验方法的设计和优化对新药研发的成功性而言至关重要。我们需要考虑的因素包括：选择合适的检测技术，读取模式，和实验模型(生物化学，细胞或动物)。通常，这些因素会影响数据质量，生物相关性以及治疗的可预测性，终将影响整个临床前药物开发工作的成败。
 

　　方法技术的选择
 

　　首步是确立解决实验问题的技术，例如激活，抑制或调控靶标、阐明MOA(作用机制)、确定受体 - 配体或蛋白质 - 蛋白质的相互作用、鉴定和定量疾病特异性生物标志物或血浆中的生物标志物成分。
 

　　样本基质的兼容性
 

　　生物标志物测定旨在检测或定量生物学中的靶标样本(例如，复杂基质)中的含量，这种负责基质涵盖范围有：细胞培养中的分泌蛋白，细胞裂解液，组织提取物，唾液，尿液，血清，血浆，血液的上清液，或其他液体(例如，CSF，BALF)。分析技术可能并非总是如此。某些实验方法在某些基质中存在干扰而不适用。例如，在血清，血浆或血液中的血红蛋白表现出广泛的可见光谱吸光度，即在350和600nm之间。检测方法中，依赖于这些波长的激发或发射将容易发生干扰。基于洗涤的检测方法可以避免由于过多复杂基质引起的干扰，因为干扰物质在洗涤过程中被冲走。为了确定基质的相容性，在合适的稀释液中的加标回收和标准曲线是传统的验证方法。
 

　　同时，在复杂体系中的抗体选择也是非常重要的，靶标蛋白可能被修饰或者酶切，影响抗原识别位点，因此，加入蛋白酶抑制剂也是有必要的。
 

　　实验效果 ：灵敏度和动态范围
 

　　一个实验的灵敏度决定了其在动态范围内的对其靶点的检测的“分辨率”，同时预警了不同批次批次之间的低检测范围的差异性。灵敏度同时也依赖于检测样本。血清中的检测难度高于细胞水平。同时“珍贵样品”如有限的细胞或者组织会决定测试的容许体积等。方法技术也会影响检测灵敏度，如发光和荧光的模式比吸收光的模式的灵敏度要好。
 

　　动态范围定义了检测下限和上限。例如下图所示，不同的检测技术对于肿瘤坏死因子TNF的检测动态范围达到了数量级的差异。因此，当样品含量超过了其实验方法的动态范围，其浓度，动力学参数，活性，结合力将不准确。因此，需要预先滴定检测窗口以免达到饱和。
 

下图展示了不同实验技术对于不同的亲和力的适用范围：
 

特异性
 

　　特异性对于确保筛选靶向的靶点或表型非常重要。对于免疫分析，需要考虑针对靶向分析物特异性的抗体，特别是对于靶向蛋白质的部分修饰新表位变化,结合/未结合或活性/非活性状态。此外，还需要考虑物种和靶点的交叉反应性。
 

　　稳定性和准确性
 

　　尽管信号强度和和性噪比(S/B)通常被用来评估一个实验的质量，可重复性和准确性也是非常重要的。Z’是一个非常好的评判标准。例如，相对而言，高Z’而低信噪比的实验方法好于低Z’高性噪比的实验方法。与此同时，实验发法应当具有高重复性，定量实验应该有标准品做参照。设置好对照，好的标品，抗体，阳性化合物对于建立可靠的实验是非常重要的。
 

　　试剂和其他耗材
 

　　对于免疫实验来说，高灵敏度和搞特异性的抗体非常重要，同时还有对应的酶或重组蛋白。通常，所有的实验成分，例如细胞、蛋白、酶、辅因子、底物、激动剂，拮抗剂等都需要进行浓度滴定以确定优浓度。该过程能够确保稳定的动力学研究以及防止过饱和浓度而产生的试剂浪费。(如下图)
 

细胞模型
 

　　在选择细胞模型时，应考虑使用原代细胞与重组/永生化细胞系的优缺点，以及研究内源性与重组表达的靶蛋白。同时需要评估目标蛋白的表达水平，因为过多或过少的表达会影响灵敏度和分析质量。细胞传代和培养条件也会影响实验质量。
 

　　微孔板的选择
 

　　正确选择微孔板可以减少交叉效应、降低背景、降低信号吸收或放大信号强度。下表显示了基于检测方法的微孔板选择矩阵。
 

　　*，药物研发花费巨大，耗时长。优化已知影响数据质量、生物相关性和治疗可预测性的实验因素终推动整个临床前药物开发工作的成功。选择合适的分析技术、读取模式和实验模型以及优化实验方案为成功和经济有效的药物开发奠定基础。