科研 Skill

药理实验设计与报告

pharm-preclinical-design

按ARRIVE 2.0规划动物实验的随机化盲法与样本量估算,落实3R原则。适用于药效学方案设计与投稿前自查,不替代伦理审查。

发布者 Codar安全审核通过v0.1.0更新于 2026-11-18

SKILL.md

药理实验设计与报告(Preclinical Study Design & Reporting)

适用场景

  • 撰写药效学动物实验方案(如候选化合物在某疾病模型中的疗效验证),提交实验动物伦理委员会前自查。
  • 为国自然等标书中的"研究方案"部分设计对照组、样本量和统计方法。
  • 投稿前按 ARRIVE 2.0 核查稿件,补齐随机化、盲法、排除标准等缺失信息。
  • 体外细胞实验的重复设计:区分技术重复与生物学重复,避免伪重复。
  • 审阅他人论文时评估临床前证据的偏倚风险(可参照 SYRCLE 工具)。

边界与不适用

  • 仅用于科研实验设计与报告质量,不提供人体用药、剂量换算到临床或治疗建议。
  • 不替代实验动物伦理委员会审查,也不替代所在单位的生物安全与动物福利规定。
  • 不提供具体动物模型的造模操作细节,模型选择只从科学合理性与报告角度讨论。
  • 剂量-效应数据分析见 pharm-dose-response;药动学分析见 pharm-nca-bioequivalence。

工作流

  1. 明确研究假设与主要终点
    • 写成可检验的假设,指定一个主要终点(如肿瘤体积、行为学评分、某生化指标),其余为次要终点。
    • 决策点:探索性研究与确证性研究分开声明,确证性研究建议预注册(如 preclinicaltrials.eu、OSF)。
  2. 确定实验单位
    • 实验单位是被独立随机分配处理的最小单位:单只动物、一笼动物(经饮水/饲料给药时)、一窝或一个独立培养批次。
    • 细胞实验中同一批细胞的多孔为技术重复;独立传代/独立日实验才是生物学重复。
  3. 对照与分组设计
    • 设置溶媒对照、阳性对照(已知有效药物),必要时设置假手术组与正常组。
    • 考虑随机区组设计(按笼位、批次、性别分层),或析因设计同时考察性别等因素。
    • 决策点:除有正当理由外,应纳入两种性别并在分析中考虑性别。
  4. 样本量估算
    • 基于预实验或文献的效应量与变异,设定 α、检验效能(常用 0.8–0.9)、检验方向。
    • 用 G*Power 或 R pwr 计算;预计脱落/死亡时按比例增加。
    • 若用资源方程法(resource equation)粗估,须注明其适用于探索性研究。
  5. 随机化、分配隐藏与盲法
    • 用计算机生成随机序列(R sample() 或 randomizr),由不参与实验操作的人员保管分组表。
    • 给药、饲养、结局评估和数据分析各环节尽量设盲,记录无法设盲的环节。
  6. 纳入排除与人道终点
    • 预设动物排除标准与人道终点(体重下降阈值、行为学指标等),记录每只动物的去向(流程图)。
  7. 统计分析计划
    • 按终点类型与设计选择方法:两组 t 检验/Mann-Whitney,多组方差分析与事后比较,重复测量用混合效应模型,生存终点用 log-rank/Cox。
    • 预设多重比较校正方法;报告效应量与 95% CI,不只报告 P 值。
  8. 3R 与伦理
    • 替代(Replacement):说明为何不能用体外或计算方法替代;减少(Reduction):样本量论证;优化(Refinement):麻醉镇痛、环境丰富化。
    • 记录伦理审批编号,遵循 GB/T 35892《实验动物 福利伦理审查指南》等国家标准与单位规定。

工具与数据源

  • ARRIVE 2.0 指南(Essential 10 与 Recommended Set)及 NC3Rs Experimental Design Assistant(EDA)。
  • SYRCLE 动物实验偏倚风险工具。
  • G*Power;R:pwr、randomizr、lme4、emmeans。
  • 预注册平台:preclinicaltrials.eu、OSF Registries。
  • 国家标准:GB/T 35892 实验动物福利伦理审查指南;GB 14925 实验动物 环境及设施。

最小代码示例(R)

# install.packages(c("pwr", "randomizr"))
library(pwr); library(randomizr)
# 预实验:溶媒组与给药组主要终点差值 8,合并 SD 10 → d = 0.8
pwr.t.test(d = 0.8, sig.level = 0.05, power = 0.8, type = "two.sample")
# 按笼位区组的完全随机分配(每区组 4 只,2 组)
set.seed(20261117)
animals <- data.frame(id = sprintf("M%02d", 1:28), block = rep(1:7, each = 4))
animals$group <- block_ra(blocks = animals$block, conditions = c("vehicle", "drug"))
table(animals$block, animals$group)

质量检查

  • 主要终点、实验单位与样本量论证已在实验前确定。
  • 随机化方法、分配隐藏与盲法在各环节均有记录。
  • 区分技术重复与生物学重复,n 指独立实验单位数量。
  • 纳入排除标准、人道终点预设,每只动物去向可追溯。
  • 两种性别的纳入或排除理由已说明。
  • 统计方法与设计匹配,多重比较已校正,报告效应量与 CI。
  • 伦理审批编号、3R 措施、饲养条件(ARRIVE Recommended Set)已写明。
  • 原始数据、随机化表与分析脚本已存档。

输出格式

  • 实验方案表:假设、主要/次要终点、实验单位、分组与每组 n、随机化与盲法、统计方法、人道终点。
  • ARRIVE 2.0 核查表:条目、稿件对应位置(页/行)、是否满足、补充说明。
  • 动物流程图:分配、排除、完成分析的数量。

参考规范与文献

  • Percie du Sert N, et al. 2020. The ARRIVE guidelines 2.0: Updated guidelines for reporting animal research. PLoS Biology.
  • Hooijmans CR, et al. 2014. SYRCLE's risk of bias tool for animal studies. BMC Medical Research Methodology.
  • Russell WMS, Burch RL. 1959. The Principles of Humane Experimental Technique.
  • Festing MFW, Altman DG. 2002. Guidelines for the design and statistical analysis of experiments using laboratory animals. ILAR Journal.
  • Lazic SE. 2016. Experimental Design for Laboratory Biologists. Cambridge University Press.

示例提示词

请按 ARRIVE 2.0 帮我设计一项小鼠药效学实验的分组、样本量、随机化和盲法,并核查稿件缺漏。

所属插件

药学与药理学面向药学与药理学研究:靶点与药物数据库、剂量-效应与联用协同、非房室药动学与生物等效、群体药动学建模、药物警戒信号挖掘、药物利用研究、药理实验设计与制剂 QbD。

安装该插件会一并获得同领域的 9 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

药理实验设计与报告能做什么?

按ARRIVE 2.0规划动物实验的随机化盲法与样本量估算,落实3R原则。适用于药效学方案设计与投稿前自查,不替代伦理审查。

如何安装药理实验设计与报告?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「药理实验设计与报告」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

药理实验设计与报告需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

药理实验设计与报告经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。