Upotrijebite ga kada su replike i neovisni uzorci važni za znanstveni zaključak, a ne kada samo trebate identificirati jedan nepoznati spektar.
Istraživačka serija · Vodič
Istraživačka serija · FTIR.fun
Istraživačka serija — kako koristiti
Upotrijebite Istraživačku seriju kada vaše znanstveno pitanje ovisi o nizu FTIR spektara, a ne o jednoj datoteci: obradama, koncentracijama, formulacijama, vremenskim točkama ili biološkim skupinama s replikatima. Tijek rada održava strukturu istraživanja vidljivom dok prelazite od obrazaca među skupinama do spektralnih područja koja ih podupiru.
Sličnost, PCA, klasteriranje i razlike među vrhovima različiti su prikazi iste studije i treba ih tumačiti zajedno.
Izvezite vrijednosti umjesto oslanjanja na snimke zaslona, uz zadržavanje dostupnosti dodjele uzoraka i spektralnih dokaza koautorima ili za kasniju analizu.
Što ovaj radni stol radi
- Organizira mnoge spektre u uzorke, replike i neobavezne klase.
- Uspoređuje spektre i srednje vrijednosti izolata pomoću metrika sličnosti.
- Izvodi PCA kako bi prikazao glavne obrasce varijacija unutar serije.
- Izrađuje UPGMA grupiranje kako bi se prikazali relativni odnosi među uzorcima.
- Ističe vrhove koji se razlikuju između definiranih skupina.
- Može izraditi klasni model u stilu SIMCA-e kada postoje najmanje 5 neovisnih izolata u svakoj klasi.
Kada koristiti Research Batch
- Serije formulacija, tretmanske skupine, vremenske točke ili biološke skupine.
- Provjere konzistentnosti replika unutar eksperimenta.
- Istraživački pregled uzoraka, grupiranja i odstupajućih vrijednosti.
- Pronalaženje vrpci koje pridonose razlikama između unaprijed definiranih skupina.
Važno: Istraživačka serija pruža istraživačke numeričke dokaze. Razdvajanje skupina u PCA-u ili klasteriranju samo po sebi nije dokaz kemijskog identiteta ili uzročnosti.
Tijek rada u četiri koraka
1Prenesite spektrePrenesite FTIR datoteke iz svojeg istraživanja. Više datoteka može se dodati u jednom skupnom prijenosu.
2Opišite uzorkeDodijelite svaku datoteku uzorku, replici ili izolatu te neobaveznoj oznaci klase. Za veće serije upotrijebite opciju CSV-a s metapodacima.
3Pokreni analizuRadni stol izračunava sličnost, PCA, klasteriranje i razlike u vrpcama koristeći odabrane postavke.
4Pregled i izvozPregledajte grafikone i tablice, a zatim izvezite numeričke rezultate za neovisnu statističku analizu ili izvještavanje.
Pripisivanje uzorka i replike
Koristite ID-ove uzoraka koji imaju smisla izvan softvera. Replikati bi trebali predstavljati ponovljena mjerenja istog uzorka; neovisni izolati trebali bi ostati međusobno razlikovljivi kada predstavljaju zasebne eksperimentalne jedinice.
- ID uzorka — Stabilan naziv za uzorak ili eksperimentalnu jedinicu.
- Replika / izolat — Upotrijebite polja za dodjelu kako biste ponovljena mjerenja i neovisne uzorke ispravno grupirali.
- Oznaka klase — Neobavezna unaprijed definirana skupina, kao što su kontrolna skupina, tretmanska skupina ili skupina formulacije.
Raspon analize i normalizacija
Područje otiska prsta: Zadani raspon analize je 1800–900 cm⁻¹. Promijenite ga kada vaš protokol zahtijeva drugo područje; vrpce izvan odabranog raspona ne upotrebljavaju se u tim izračunima.
Normalizacija: Normalizacija vektora zadana je postavka. SNV je također dostupan kada je prikladan za vaš skup podataka. Održavajte pretprocesiranje dosljednim među spektrima koje namjeravate uspoređivati.
Što znače kartice rezultata
- Matrica sličnosti — Usporedba spektara ili srednjih vrijednosti izolata u parovima korištenjem dostupnih metrika sličnosti ili udaljenosti.
- PCA i SIMCA — PCA skorovi i objašnjena varijanca; dijagnostika klasnog modela prikazuje se kada podaci ispunjavaju zahtjeve klasnog modela.
- Klasteriranje — UPGMA dendrogram koji prikazuje relativne odnose u analiziranom prostoru značajki.
- Razlike vrhova — Spektralne vrpce s najizraženijim razlikama između skupina i dostupni statistički dokazi.
- Uzorci — Datoteke i metapodaci korišteni u analizi.
Klasni model u stilu SIMCA-e
Model klase zahtijeva najmanje 5 neovisnih izolata po klasi. To je kalibracijski model izrađen na temelju podataka iz serije, a ne neovisno validirani klasifikator. Provedite vanjsku validaciju prije nego što model smatrate prediktivnom klasifikacijskom metodom.
Izvezite rezultate
Upotrijebite izvoz u formatu CSV, Excel ili JSON kako biste sačuvali numeričke rezultate i nastavili analizu izvan FTIR.fun. Izvezene vrijednosti prikladnije su od snimki zaslona za neovisnu statistiku i vođenje evidencije.