Gyrolab：不止依靠复孔，多维度保障 LBA 数据质量

      在配体结合分析(LBA)实际工作中，数据精密度与结果可靠性会受大量人为操作环节影响。传统微孔板式 LBA 包含多步手动移液、洗板、孵育，人工操作差异会直接转化为孔间变异，因此行业高度依赖复孔 RSD(相对标准偏差，% CV，评价复孔结果一致性)来监控数据质量。

        Gyrolab 作为高度一体化自动化微流控 LBA 平台，从根源减少人工介入，同时配套3D‑Viewer 可视化图谱能力，从降低技术变异(分析体系带来的实验误差)和异常信号识别两个维度共同提升数据可靠性。近期一篇 Bioanalysis 综述就围绕上述问题，结合多项公开研究数据展开系统探讨。

一、大数据统计：自动化显著降低技术变异，实现更优的精密度

       综述引用 Clark 团队的大规模回顾研究，汇总了使用Gyrolab平台的60个 TK/PK 项目、23种分析方法，合计23000组检测数据(复孔)。

·97.5% 复孔的 % CV<11%；50% 复孔的 % CV ≤1.38%；

·复孔之间无系统偏差，一致性相关系数(concordance correlation coefficient，CCC)=0.99746；AUC、Cmax在单复孔模拟对比下 CCC>0.99999；

·方差组分分析表明：AUC 的个体间生物学变异是复孔检测技术变异的35.3倍；Cmax个体间生物学变异是复孔技术变异的8.5倍。这说明PK 结果的主要变异来源于动物个体生物学差异，分析技术本身的变异占比很低。

       该组大样本数据反映出自动化带来的核心优势：传统板式 LBA 中，移液误差、洗板残留、孵育时间/温度不一致、板位差异等人为因素，是复孔离散的重要来源。Gyrolab 把样本加样、试剂分配、孵育、洗涤全部集成在仪器内部自动化完成，消除上述人为操作带来的随机误差，平台固有的技术变异被减小到较低水平，绝大多数样本天然具备优良的复孔精密度。

        除 Clark 的统计工作之外，Jiang 团队也针对单/复孔策略开展方法学评估。正是依托 Gyrolab自动化带来的低技术变异(分析体系本身的实验误差)基础，该团队提出一套混合检测策略：校准品与质控品采用复孔检测，受试者待测样本尝试单孔检测。整套方法经过验证，超过97% 样本单孔复测偏差在可接受范围内。

二、 溯源：Gyrolab 复孔变异来自哪里？

      借助 3D‑Viewer 对RSD超标样本深度解析，综述剖析了Gyrolab数据变异的多重固有来源(表1)。

表1. 变异来源与影响对照表