Z' 因子计算器：高通量筛选 (HTS) 检测质量在线评估

高通量筛选（High-Throughput Screening，HTS）每天可处理数万个化合物，但“跑出数据”只是第一步——更关键的问题是：这张板的数据值得信任吗？Z’ 因子（Z-prime factor，常写作 Z’）正是为了定量回答这个问题而设计的，它用一个数字同时捕捉信号窗口宽度和板内变异，是 HTS 领域判断检测质量的事实标准。

公式

Z’ 由 Zhang 等 1999 年提出（J. Biomol. Screen. 4(2):67-73，PMID 10838414），定义为：

Z' = 1 − [3σ_pos + 3σ_neg] / |µ_pos − µ_neg|

各符号含义：

• µ_pos、µ_neg：阳性与阴性对照各孔读数的均值
• σ_pos、σ_neg：阳性与阴性对照各孔读数的样本标准差（除以 n − 1）
• 分子 3σ_pos + 3σ_neg：两组各自 ±3σ 范围之和（正态分布下覆盖 99.7%）
• 分母 |µ_pos − µ_neg|：两组均值之差，即信号窗口宽度

直觉理解：Z’ 越接近 1，两组分布的重叠越少；Z’ = 0 时两组 ±3σ 边界刚好相切；Z’ < 0 时两组已经重叠，读数无法可靠区分活性与背景。

质量阈值

Z’ ≥ 0.5 是 HTS 的行业入门门槛，并非严格统计推导的结果，而是 Zhang 等根据实践经验给出的经验阈值。

伴随指标

仅凭 Z’ 有时会误判。建议同时报告以下两个指标：

S/B（信背比）= µ_pos / µ_neg
S/N（信噪比）= |µ_pos − µ_neg| / σ_neg
CV_pos (%) = σ_pos / µ_pos × 100
CV_neg (%) = σ_neg / µ_neg × 100

• S/B 反映信号幅度，但对基线接近零的检测（如发光类）放大效果明显，不如 S/N 稳健。
• S/N > 3 通常是可接受检测的最低参考线。
• CV% 帮助定位变异来源：若 CV_pos 远大于 CV_neg，问题多在阳性对照的加样一致性；若两者相近，则检测本底噪声较高。

适用边界

1. 同板计算：Z’ 必须使用同一块板、同一次实验的对照孔数据，不能跨板或跨天混用。不同批次的检测质量应分别评估。
2. 正态性假设：公式依赖 3σ ≈ 99.7% 的正态分布假设。若读数有重尾或双峰（常见于细胞活力类检测），Z’ 会系统性高估分离能力，建议同时目视检查数据分布。
3. 孔数下限：每组至少 8 个孔，才能对标准差做出有意义的估计。3–4 孔的 Z’ 方差极大，不建议据此做通过/失败判定。
4. Z’ ≠ Z 因子：Z 因子将样品孔数据一并纳入，反映的是“含真实样品后这块板的质量”；Z’ 仅用对照孔，反映的是“检测系统本身的固有质量”。

常见错误

• 仅看 S/B，忽略变异：S/B = 50 听起来很好，但若每孔 CV 达 25%，Z’ 可能仍低于 0.5。
• 用跨板平均 Z’ 做结论：每块板应独立评估，平均值会掩盖单日坏板。
• 离群值未处理：单孔移液失误会拉高 σ、压低 Z’。建议先目视检查原始读数，对明显异常孔做记录并决定是否剔除，而非盲目纳入计算。

验证示例

以下为可手动核算的测试案例：

例一（优良检测） 阳性对照 8 孔：94、98、102、106、100、96、104、100 → µ = 100.0，σ = 4.0 阴性对照 8 孔：4、8、12、16、10、6、14、10 → µ = 10.0，σ = 4.0

Z' = 1 − 3(4.0 + 4.0) / |100.0 − 10.0|
   = 1 − 24.0 / 90.0
   = 0.73   （优良）
S/B = 100.0 / 10.0 = 10.0
S/N = 90.0 / 4.0   = 22.5

例二（检测失效） 将上例阴性对照标准差改为 17.0（µ_pos = 100，σ_pos = 17，µ_neg = 10，σ_neg = 17）：

``` Z’ = 1 − 3(17.0 + 17.0) / |100.0 − 10.0| = 1 − 102.0 / 90.0 = −0.13 （失效）