EN: Although my job is not related to research any more, since from February I’ve been working in scientific intelligence, I would like to continue my story about a researcher’s life and show you, that completing your experiment is not the end of the story. Actually, things just start after you performed your first pilot experiment… 😉
So you already know that after spending some time with digging into literature, we have an appropriate knowledge to make a detailed experiment plan, then comes showtime in the lab, so we’re extremely excited about the results 🙂 Whether a certain reaction took place or not, what’s the reaction rate and conversion rate, how about concentration changes, did an intermediate or product form, was there any function group modification, and so on. In most cases, you can’t see such changes by looking at your test tube, flask or Eppendorf tube, since many times we work with colorless solutions, so there’s no color or any visible characteristic parameter which might help us. So probably everything’s fine, we just don’t know about it (and of course the case can be the opposite as well)… 🙂
So the next step is to convert results into a visible and interpretable form, since raw numbers hardly tell anything to us. So we need to calculate, make statistic analyses (we always perform at least 3 parallel measurements which means that standard deviation and error values are important in terms of repeats), create figures and graphs in order to see trends and visualize what’s going on in our reaction system.
You might think that it’s a quite boring task (well, for a long time it definitely is), but this complexity (literature, planning, experiment, evaluation, optimization, repeats & the rest…) is what I like the most 🙂 Sometimes it feels pretty good to sit in front of my laptop, and analyze a bunch of data, not mentioning the moment when you are pretty satisfied with your results following a long evaluation 🙂 That kind of happiness is something I wouldn’t change for anything 🙂 However, it’s also quite difficult to share this feeling with someone else, especially if he or she is not a researcher, since they often can’t understand why this is such a big thing to you…
Of course, I also have to mention the other side, especially because this is what happens more often. When you don’t like your results… Usually you assume that everything should work out properly, so the easiest solution is to repeat the whole experiment under the same conditions. Because there bunch of steps which can go wrong and human error also a significant factor, whether we like it or not…
If the results are again less promising, especially with a good reproducibility, then comes optimization which is a hardest part for sure, but you can imagine our happiness when finally find the solution and make your system work out properly… 🙂
Speaking about the technical part, several different programs can be used for analysis and evaluation. There are specific softwares related to certain instruments, there are ones which are able to solve complex mathematical problems, and ones designed for other special evaluation methods. For the basic calculations Excel is pretty fine and GraphPad Prism is my preferred software, when it comes to making publication quality graphs 🙂
HU: Habár február óta nem kutatóként tevékenykedem és a fokozatszerzésből is csak a doktori védésem van hátra, szeretném folytatni a kutatómunkáról szóló bejegyzéssorozatomat és megmutatni Nektek, hogy a kísérletezésnél nem áll meg az élet. Sőt, ott kezdődik csak igazán… 😉
Tehát ott tartottunk a folyamatban, hogy körültekintő irodalmazás után rendelkezünk némi szakirodalmi ismerettel, majd gondosan megterveztük és végrehajtottuk a kísérletet, úgyhogy tűkön ülve várjuk az eredményt. Például: lejátszódott-e az adott reakció? Ha igen, akkor milyen sebességgel és konverzióval; csökkent vagy nőtt egy adott komponens koncentrációja, keletkezett-e valamilyen specifikus köztitermék vagy reakciótermék, megtörtént-e egy adott funkciós csoport átalakulása és ha igen, akkor milyen mértékben? Ezeket a legtöbbször ránézésre nem lehet látni, hiszen sokszor színtelen oldatokkal dolgozunk és nincs semmiféle szín vagy bármilyen más látható karakterisztikus változás, ami alapján eldönthetnénk, mi zajlott le a rendszerben, holott lehet hogy ideálisan működik minden, csak épp nem látjuk 🙂
Ekkor jön az, hogy látható és értelmezhető formába konvertáljuk az eredményeinket, hiszen legtöbbször nyers számok állnak rendelkezésre, amik önmagukban nem mindig informatívak. Számolunk, statisztikai elemzéseket készítünk (mivel egy mérés ugye nem mérés, minimum három párhuzamos mintával dolgozunk, aztán a szórások/hibák alapján meglátjuk, mennyi ismétlésre van szükség), ábrákat és grafikonokat készítünk, hogy lássuk a trendeket és vizualizálni tudjuk a lezajló folyamatokat.
Ez elsőre nagyon unalmas dolognak tűnhet (és hosszú távon biztos is az… :D), de számomra ettől a komplexitástól szép az egész! Néha nagyon is jól esik a kísérletezés után a laptopot bújni és nézni, miből is élünk 🙂 Arról nem is beszélve, hogy ha szép az, amit látunk, az borzasztó nagy sikerélmény tud lenni, pont azért, mert annyi munka előzte meg. Többek között ezek azok a pillanatok, amikor azt érzed, érdemes volt minden. Ugyanakkor sokszor nehéz ezt átadni másoknak (főleg ha nem szakmabeli az illető) mert nem feltétlenül értik, miért is olyan nagy dolog ez neked és miért vagy annyira boldog… 🙂
Természetesen a másik oldalról is szót kell ejteni, főleg, hogy az gyakrabban fordul elő. Avagy mi történik akkor, amikor nem tetszik, amit látunk… Alapesetben ezt feltételezzük, hogy minden optimálisan működik, így ilyenkor a legáltalánosabb dolog, hogy ugyanolyan körülmények között megismételjük az egész kísérletet. Hiszen számos apró dolgon félrecsúszhat egy reakció, az emberi hibáról nem is beszélve. Ha újfent kevésbé biztató az eredmény, ráadásul jó reprodukálhatósággal kapjuk ugyanazt a tendenciát, akkor kezdődhet az újratervezés és a paraméterek optimalizálása. Ez nem mindig könnyű, sőt inkább az egyik legnehezebb résznek mondanám. De ilyenkor hatványozódik a sikerélmény is a végén, amikor rájöttél hogy mi nem működik, majd megoldottad azt! 🙂
Ami a technikai részét illeti, az elemzéshez sokféle programmal dolgozhatunk. Van, ami az adott műszerhez specifikus szoftver, van amivel egészen bonyolult matematikai számításokra van lehetőség (ilyennel dolgoztam még Debrecenben, amikor sokváltozós differenciálegyenletekkel modelleztünk bizonyos reakciórendszereket). Az alapabb kiértékelésekhez néha bőven elég egy Excel is, ha pedig publikáció minőségű ábrák készítéséről van szó, akkor a GraphPad Prism programot preferálom, de ezek már egyéni dolgok 🙂
