Kutatási köteg — használat

A Research Batch funkciót akkor használja, ha tudományos kérdésének megválaszolásához egyetlen fájl helyett FTIR-spektrumok sorozatára van szükség: kezelésekhez, koncentrációkhoz, formulációkhoz, időpontokhoz vagy ismétléseket tartalmazó biológiai csoportokhoz. A munkafolyamat láthatóan megőrzi a vizsgálat szerkezetét, miközben a csoportok mintázataitól az azok mögött álló spektrális régiókig halad.

Válassza ezt a munkafolyamatot a következőhözKísérleti csoportok közötti összehasonlítások

Akkor használja, amikor a replikátumok és a független minták számítanak a tudományos következtetés szempontjából, ne akkor, amikor csak egyetlen ismeretlen spektrumot kell azonosítania.

A kérdés, amelynek megválaszolásában segítKülönböznek-e a csoportok, mennyire következetesek, és mely sávok magyarázzák a különbséget?

A hasonlóság, a PCA, a klaszterezés és a csúcskülönbségek ugyanazon vizsgálat különböző nézőpontjai, ezért ezeket együtt kell értelmezni.

Amit továbbvihetNumerikus bizonyíték statisztikai elemzéshez, ábrákhoz és kézirat-áttekintéshez

Exportálja az értékeket a képernyőképekre való hagyatkozás helyett, miközben a minták hozzárendelése és a spektrális bizonyítékok elérhetők maradnak a társszerzők vagy a későbbi elemzés számára.

Mit csinál ez a munkapad?

Számos spektrumot mintákba, ismétlésekbe és opcionális osztályokba rendez.
Spektrumokat és izolátumátlagokat hasonlít össze hasonlósági metrikák segítségével.
PCA-t futtat a tételen belüli változások fő mintázatainak megjelenítéséhez.
UPGMA-klaszterezést hoz létre a minták közötti relatív kapcsolatok bemutatására.
Kiemeli a meghatározott csoportok között eltérő csúcsokat.
SIMCA-stílusú osztálymodellt lehet létrehozni, ha osztályonként legalább 5 független izolátum áll rendelkezésre.

Mikor használja a Research Batch funkciót

Formulációsorozatok, kezelési csoportok, időpontok vagy biológiai csoportok.
A replikátumok konzisztenciájának ellenőrzései egy kísérleten belül.
Feltáró jellegű mintázat-, csoportosítás- és kiértékelésiegység-áttekintés.
Az előre meghatározott csoportok közötti különbségekhez hozzájáruló sávok azonosítása.

Fontos: A Research Batch feltáró jellegű numerikus bizonyítékot szolgáltat. A csoportok elkülönülése a PCA-ban vagy a klaszterezés során önmagában nem bizonyítja a kémiai azonosságot vagy az ok-okozati összefüggést.

A munkafolyamat négy lépésben

1Spektrumok feltöltéseTöltse fel a vizsgálatából származó FTIR-fájlokat. Egy kötegben több fájl is hozzáadható.

2Írja le a mintákatRendeljen minden fájlt egy mintához, ismétléshez vagy izolátumhoz, valamint opcionális osztálycímkéhez. Nagyobb kötegek esetén használja a metaadatokat tartalmazó CSV-beállítást.

3Futtassa az elemzéstA munkapad a kiválasztott beállítások alapján kiszámítja a hasonlóságot, a PCA-t, a klaszterezést és a csúcskülönbségeket.

4Áttekintés és exportálásVizsgálja meg az ábrákat és a táblázatokat, majd exportálja a numerikus eredményeket független statisztikai elemzéshez vagy jelentéskészítéshez.

Minta- és replikátum-hozzárendelés

Olyan mintaazonosítókat használjon, amelyek a szoftveren kívül is értelmezhetők. A replikátumoknak ugyanazon minta ismételt méréseit kell képviselniük; a független izolátumokat megkülönböztethetően kell tartani, ha külön kísérleti egységeket képviselnek.

Mintaazonosító — A minta vagy a kísérleti egység stabil neve.
Replikátum / izolátum — A hozzárendelési mezők használatával tartsa megfelelően csoportosítva az ismételt méréseket és a független mintákat.
Osztálycímke — Opcionális, előre definiált csoport, például kontroll-, kezelési vagy formulációs csoport.

Analízistartomány és normalizálás

Ujjlenyomat-tartomány: Az alapértelmezett analízistartomány 1800–900 cm⁻¹. Módosítsa, ha a protokollja más tartományt igényel; a kiválasztott tartományon kívüli csúcsokat ezekben a számításokban nem használjuk fel.

Normalizálás: A vektornormalizálás az alapértelmezett beállítás. Az SNV akkor is elérhető, ha az megfelelő az Ön adatkészletéhez. Tartsa következetesen az előfeldolgozást az összehasonlítani kívánt spektrumok között.

Mit jelentenek az eredményfülek

Hasonlósági mátrix — Spektrumok vagy izolátumátlagok páronkénti összehasonlítása a rendelkezésre álló hasonlósági vagy távolságmetrikák használatával.
PCA és SIMCA — A PCA-score-ok és a magyarázott variancia; az osztálymodell-diagnosztika akkor jelenik meg, ha az adatok megfelelnek az osztálymodell követelményeinek.
Klaszterezés — UPGMA-dendrogram, amely az elemzett jellemzőtérben fennálló relatív kapcsolatokat mutatja.
Csúcskülönbségek — A legerősebb csoportkülönbségeket mutató sávok és a rendelkezésre álló statisztikai bizonyítékok.
Minták — Az elemzés során használt fájlok és metaadatok.

SIMCA-stílusú osztálymodell

Az osztálymodellhez osztályonként legalább 5 független izolátum szükséges. Ez a tételben szereplő adatokból felépített kalibrációs modell, nem pedig függetlenül validált osztályozó. Mielőtt a modellt prediktív osztályozási módszerként kezelné, alkalmazzon külső validációt.

Eredmények exportálása

CSV-, Excel- vagy JSON-exportokkal megőrizheti a numerikus eredményeket, és folytathatja az elemzést az FTIR.fun-en kívül. Az exportált értékek alkalmasabbak, mint a képernyőképek a független statisztikai elemzéshez és a nyilvántartáshoz.

GYIK

Hány spektrumot elemezhetek egyszerre?

A nagy kötegek feldolgozása hosszabb időt vesz igénybe, és nehezebbé teheti az ábrák vagy táblázatok olvasását. A gyakorlati kapacitás a fájlmérettől, a kiválasztott elemzéstől és a szerver erőforrásaitól függ, ezért szükség esetén a nagyon nagy vizsgálatokat érdemes értelmes kötegekre felosztani.

Mi van, ha nincsenek ismételt méréseim?

Kezeljen minden fájlt önálló mintaként, ha ez megfelel a kísérleti tervének. Ne találjon ki ismétléses kapcsolatokat pusztán azért, hogy teljesítsen egy elemzési követelményt.

Összehasonlíthatom különböző műszerek spektrumait?

Igen, de a műszer, a tartozék, a felbontás, a mintavétel és az előfeldolgozás közötti különbségek látszólagos csoportelkülönülést hozhatnak létre. Lehetőség szerint hangolja össze az adatgyűjtést és az előfeldolgozást, és értelmezze körültekintően a műszerek közötti különbségeket.

Azonosítja-e a jelentős csúcskülönbség a kémiai okot?

Nem. Egy vizsgálandó spektrális különbséget azonosít. Az azonosítás alátámasztásához használjon kémiai kontextust, szakirodalmi bizonyítékokat, standardokat vagy más analitikai módszereket.