Elmi nəticə üçün təkrar ölçmələr və müstəqil nümunələr vacib olduqda istifadə edin; yalnız bir naməlum spektri müəyyənləşdirmək lazım olduqda istifadə etməyin.
Tədqiqat partiyası · Bələdçi
Tədqiqat partiyası · FTIR.fun
Bələdçiİş stansiyasını aç
Tədqiqat partiyası — İstifadə qaydası
Elmi sualınız bir fayldan deyil, bir sıra FTIR spektrlərindən asılı olduqda Research Batch-dən istifadə edin: təmizləmələr, konsentrasiyalar, formulalar, zaman nöqtələri və ya təkrarlarla bioloji qruplar. İş axını qrup nümunələrindən onların arxasında duran spektral bölgələrə keçərkən tədqiqatın strukturunu görünən saxlayır.
Oxşarlıq, PCA, klasterləşdirmə və pik fərqləri eyni tədqiqatın müxtəlif görünüşləridir və birlikdə şərh edilməlidir.
Nümunə təyinatını və spektral sübutları həmmüəlliflər və ya sonrakı təhlil üçün əlçatan saxlamaqla, ekran görüntülərinə əsaslanmaq əvəzinə dəyərləri ixrac edin.
Bu iş masasının nə etdiyi
- Çoxsaylı spektrləri nümunələr, təkrar ölçmələr və istəyə bağlı siniflər üzrə təşkil edir.
- Spektrləri və izolyatların orta qiymətlərini oxşarlıq metriklərindən istifadə etməklə müqayisə edir.
- Partiya üzrə variasiyanın əsas nümunələrini göstərmək üçün PCA tətbiq edir.
- Nisbi nümunə əlaqələrini göstərmək üçün UPGMA klasterləşdirməsi qurur.
- Müəyyən edilmiş qruplar arasında fərqlənən pikləri vurğulayır.
- Hər sinif üzrə ən azı 5 müstəqil izolyat olduqda SIMCA üslublu sinif modeli yarada bilər.
Research Batch-dən nə vaxt istifadə etməli
- Formulyasiya seriyaları, müalicə qrupları, zaman nöqtələri və ya bioloji qruplar.
- Bir təcrübə daxilində təkrar ölçmələrin uyğunluğunun yoxlanılması.
- Nümunələrin tədqiqi, qruplaşdırılması və kənar göstəricilərin nəzərdən keçirilməsi.
- Əvvəlcədən müəyyən edilmiş qruplar arasındakı fərqlərə töhfə verən zolaqların tapılması.
Vacib: Research Batch kəşf xarakterli ədədi sübutlar təqdim edir. PCA və ya klasterləşdirmədə qrupların ayrılması, öz-özlüyündə, kimyəvi identikliyin və ya səbəb-nəticə əlaqəsinin sübutu deyil.
Dörd addımda iş axını
1Spektrləri yükləyinTədqiqatınızdakı FTIR fayllarını yükləyin. Bir paketdə bir neçə fayl əlavə edilə bilər.
2Nümunələri təsvir edinHər bir faylı nümunəyə, təkrara və ya izolyata, həmçinin istəyə görə sinif etiketinə təyin edin. Daha böyük partiyalar üçün metadata CSV seçimindən istifadə edin.
3Analizi işə salınİş mühiti seçilmiş parametrlərdən istifadə edərək oxşarlığı, PCA-nı, klasterləşdirməni və pik fərqlərini hesablayır.
4Nəzərdən keçirmə və ixracQrafikləri və cədvəlləri yoxlayın, sonra müstəqil statistik təhlil və ya hesabat hazırlamaq üçün rəqəmsal nəticələri ixrac edin.
Nümunə və təkrar nümunənin təyini
Proqram təminatından kənarda da məna kəsb edən nümunə identifikatorlarından istifadə edin. Təkrar nümunələr eyni nümunənin təkrar ölçmələrini təmsil etməlidir; ayrı-ayrı izolyatlar fərqli eksperimental vahidləri təmsil etdikdə bir-birindən fərqləndirilə bilən olaraq qalmalıdır.
- Nümunə ID-si — Nümunə və ya eksperimental vahid üçün sabit ad.
- Təkrar nümunə / izolyat — Təkrar ölçmələri və müstəqil nümunələri düzgün qruplaşdırmaq üçün təyinat sahələrindən istifadə edin.
- Sinif etiketi — Control, Treatment və ya formulasiya qrupu kimi əvvəlcədən müəyyən edilmiş istəyə bağlı qrup.
Analiz diapazonu və normallaşdırma
Barmaq izi diapazonu: Standart analiz diapazonu 1800–900 cm⁻¹-dir. Protokolunuz fərqli bir region tələb etdikdə onu dəyişdirin; seçilmiş diapazondan kənardakı piklər həmin hesablamalarda istifadə edilmir.
Normallaşdırma: Vektor normallaşdırılması standart seçimdir. SNV məlumat dəstiniz üçün uyğun olduqda istifadə edilə bilər. Müqayisə etmək istədiyiniz spektrlər üzrə ilkin emalı ardıcıl saxlayın.
Nəticə vərəqlərinin mənası
- Oxşarlıq Matrisi — Mövcud oxşarlıq və ya məsafə metriklərindən istifadə etməklə spektrlərin və ya izolyat orta qiymətlərinin cüt-cüt müqayisəsi.
- PCA və SIMCA — PCA skorları və izah edilmiş dispersiya; məlumatlar sinif modeli tələblərinə cavab verdikdə sinif modelinin diaqnostikası göstərilir.
- Klasterləşdirmə — Təhlil edilmiş xüsusiyyətlər məkanında nisbi əlaqələri göstərən UPGMA dendroqramı.
- Pik Fərqləri — Qruplararası ən güclü fərqlərə malik zolaqlar və mövcud statistik sübutlar.
- Nümunələr — Analizdə istifadə olunan fayllar və metadatalar.
SIMCA üslublu sinif modeli
Sinif modeli hər bir sinif üzrə ən azı 5 müstəqil izolat tələb edir. Bu, müstəqil şəkildə validasiya edilmiş klassifikator deyil, partiyadakı məlumatlar əsasında qurulmuş kalibrasiya modelidir. Modeli proqnozlaşdırıcı klassifikasiya metodu kimi tətbiq etməzdən əvvəl xarici validasiyadan istifadə edin.
Nəticələri ixrac edin
Rəqəmsal nəticələri qorumaq və FTIR.fun xaricində təhlili davam etdirmək üçün CSV, Excel və ya JSON ixraclarından istifadə edin. İxrac edilmiş dəyərlər müstəqil statistika və uçotun aparılması üçün ekran görüntülərindən daha uyğundur.