השתמשו בכך כאשר לשכפולים ולדגימות בלתי תלויות יש חשיבות למסקנה המדעית, ולא כאשר עליכם רק לזהות ספקטרום לא ידוע אחד.
אצוות מחקר — כיצד להשתמש
השתמשו ב-Research Batch כאשר השאלה המדעית שלכם תלויה בסדרה של ספקטרות FTIR ולא בקובץ יחיד: טיפולים, ריכוזים, פורמולציות, נקודות זמן או קבוצות ביולוגיות עם חזרות. תהליך העבודה שומר על מבנה המחקר גלוי בזמן שאתם עוברים מדפוסי קבוצות לאזורי הספקטרום העומדים בבסיסם.
דמיון, PCA, קיבוץ והבדלי שיאים הם נקודות מבט שונות על אותו מחקר, ויש לפרש אותם יחד.
ייצא ערכים במקום להסתמך על צילומי מסך, תוך שמירה על הקצאת הדגימות והראיות הספקטרליות הזמינות למחברים שותפים או לניתוח מאוחר יותר.
מה עושה סביבת העבודה הזו?
- מארגן ספקטרות רבות לדגימות, לחזרות ולמחלקות אופציונליות.
- משווה ספקטרומים וממוצעי איזולטים באמצעות מדדי דמיון.
- מריץ PCA כדי להציג את דפוסי השונות העיקריים לאורך האצווה.
- יוצר קיבוץ UPGMA להצגת הקשרים היחסיים בין הדגימות.
- מדגיש פסגות השונות בין קבוצות שהוגדרו.
- ניתן לבנות מודל מחלקות בסגנון SIMCA כאשר יש לפחות 5 מבודדים בלתי תלויים לכל מחלקה.
מתי להשתמש ב־Research Batch
- סדרות פורמולציה, קבוצות טיפול, נקודות זמן או קבוצות ביולוגיות.
- בדיקות עקביות בין חזרות בתוך ניסוי.
- סקירה אקספלורטורית של דפוסים, קבוצות וחריגים.
- איתור פסים התורמים להבדלים בין קבוצות שהוגדרו מראש.
חשוב: Research Batch מספק ראיות מספריות חקרניות. הפרדה בין קבוצות ב־PCA או באשכולות אינה, כשלעצמה, הוכחה לזהות כימית או לסיבתיות.
התהליך בארבעה שלבים
הקצאת דגימה וחזרות
יש להשתמש במזהי דגימות הגיוניים גם מחוץ לתוכנה. חזרות צריכות לייצג מדידות חוזרות של אותה דגימה; יש לשמור על יכולת להבחין בין מבודדים בלתי תלויים כאשר הם מייצגים יחידות ניסוי נפרדות.
- מזהה הדגימה — שם יציב עבור הדגימה או יחידת הניסוי.
- חזרה / בידוד — השתמשו בשדות השיוך כדי לשמור מדידות חוזרות ודגימות בלתי תלויות בקבוצות הנכונות.
- תווית המחלקה — קבוצה מוגדרת מראש ואופציונלית, כגון קבוצת ביקורת, טיפול או פורמולציה.
טווח הניתוח והנרמול
טווח טביעת האצבע: טווח הניתוח המוגדר כברירת מחדל הוא 1800–900 cm⁻¹. שנה אותו כאשר הפרוטוקול שלך דורש אזור שונה; פסגות מחוץ לטווח שנבחר אינן משמשות בחישובים אלה.
נרמול: נרמול וקטורי הוא ברירת המחדל. SNV זמין גם כאשר הוא מתאים למערך הנתונים שלך. יש לשמור על עיבוד מקדים עקבי בין הספקטרומים שאותם בכוונתך להשוות.
מה משמעות כרטיסיות התוצאות
- מטריצת דמיון — השוואה בזוגות של ספקטרום או ממוצעי דגימות מבודדות באמצעות מדדי הדמיון או המרחק הזמינים.
- PCA ו-SIMCA — ציוני PCA והשונות המוסברת; אבחון מודל הכיתות מוצג כאשר הנתונים עומדים בדרישות מודל הכיתות.
- אשכולות — דנדרוגרמת UPGMA המציגה את הקשרים היחסיים במרחב התכונות שנותח.
- הבדלי שיאים — הפסים עם ההבדלים החזקים ביותר בין הקבוצות והראיות הסטטיסטיות הזמינות.
- דגימות — הקבצים והמטא-נתונים ששימשו בניתוח.
מודל סיווג בסגנון SIMCA
מודל הסיווג דורש לפחות 5 מבודדים עצמאיים לכל מחלקה. זהו מודל כיול שנבנה מהנתונים באצווה, ולא מסווג שעבר אימות עצמאי. יש להשתמש באימות חיצוני לפני שמתייחסים למודל כשיטת סיווג חיזוי.
ייצא תוצאות
השתמשו בייצואי CSV, Excel או JSON כדי לשמר את התוצאות המספריות ולהמשיך את הניתוח מחוץ ל-FTIR.fun. הערכים המיוצאים מתאימים יותר מצילומי מסך לסטטיסטיקה בלתי תלויה ולשמירת רשומות.
