Batch Penelitian — Cara Menggunakan

Gunakan Research Batch ketika pertanyaan ilmiah Anda bergantung pada serangkaian spektrum FTIR, bukan satu file: perlakuan, konsentrasi, formulasi, titik waktu, atau kelompok biologis dengan replikasi. Alur kerja ini menjaga struktur studi tetap terlihat saat Anda beralih dari pola antarkelompok ke wilayah spektral yang mendasarinya.

Pilih alur kerja ini untukPerbandingan antara kelompok eksperimen

Gunakan ini ketika replikasi dan sampel independen penting bagi kesimpulan ilmiah, bukan ketika Anda hanya perlu mengidentifikasi satu spektrum yang tidak diketahui.

Pertanyaan yang dapat dibantu untuk dijawabApakah kelompok-kelompok tersebut berbeda, seberapa konsistenkah hasilnya, dan pita mana yang menjelaskan perbedaannya?

Kesamaan, PCA, pengelompokan, dan perbedaan puncak merupakan sudut pandang yang berbeda dari studi yang sama dan harus ditafsirkan secara bersama-sama.

Hal-hal yang dapat Anda teruskanBukti numerik untuk statistik, gambar, dan peninjauan manuskrip

Ekspor nilai, bukan mengandalkan tangkapan layar, sambil tetap menyediakan penetapan sampel dan bukti spektral bagi rekan penulis atau analisis di kemudian hari.

Apa yang dilakukan workbench ini

Mengorganisasikan banyak spektrum ke dalam sampel, replikasi, dan kelas opsional.
Membandingkan spektrum dan rata-rata isolat dengan metrik kemiripan.
Menjalankan PCA untuk menunjukkan pola utama variasi di seluruh batch.
Membangun pengelompokan UPGMA untuk menunjukkan hubungan relatif antarsampel.
Menyoroti puncak yang berbeda antara kelompok yang ditentukan.
Dapat membangun model kelas bergaya SIMCA jika terdapat setidaknya 5 isolat independen per kelas.

Kapan menggunakan Research Batch

Seri formulasi, kelompok perlakuan, titik waktu, atau kelompok biologis.
Pemeriksaan konsistensi replikasi dalam suatu eksperimen.
Tinjauan pola eksploratif, pengelompokan, dan pencilan.
Menemukan pita yang berkontribusi terhadap perbedaan antara kelompok yang telah ditentukan.

Penting: Research Batch menyediakan bukti numerik eksploratif. Pemisahan kelompok dalam PCA atau pengelompokan, dengan sendirinya, bukan bukti identitas kimia atau hubungan sebab-akibat.

Alur kerja dalam empat langkah

1Unggah spektrumUnggah berkas FTIR dari penelitian Anda. Beberapa berkas dapat ditambahkan dalam satu batch.

2Jelaskan sampelTetapkan setiap file ke sampel, replikasi, atau isolat, serta label kelas opsional. Untuk batch yang lebih besar, gunakan opsi CSV metadata.

3Jalankan analisisWorkbench menghitung kemiripan, PCA, pengelompokan, dan perbedaan puncak menggunakan pengaturan yang dipilih.

4Tinjau dan eksporPeriksa plot dan tabel, lalu ekspor hasil numerik untuk analisis statistik atau pelaporan independen.

Penetapan sampel dan replikasi

Gunakan ID sampel yang tetap bermakna di luar perangkat lunak. Replikasi harus merepresentasikan pengukuran berulang dari sampel yang sama; isolat independen harus tetap dapat dibedakan jika merepresentasikan unit eksperimen yang terpisah.

ID Sampel — Nama yang stabil untuk sampel atau unit eksperimen.
Replikasi / isolat — Gunakan kolom penugasan untuk mengelompokkan pengukuran berulang dan sampel independen dengan benar.
Label kelas — Grup yang telah ditentukan sebelumnya secara opsional, seperti grup Kontrol, Perlakuan, atau formulasi.

Rentang analisis dan normalisasi

Rentang sidik jari: Rentang analisis default adalah 1800–900 cm⁻¹. Ubah rentang tersebut jika protokol Anda memerlukan wilayah yang berbeda; puncak di luar rentang yang dipilih tidak digunakan dalam perhitungan tersebut.

Normalisasi: Normalisasi vektor adalah pengaturan default. SNV juga tersedia jika sesuai untuk dataset Anda. Pertahankan prapemrosesan yang konsisten pada semua spektrum yang ingin Anda bandingkan.

Arti tab hasil

Matriks Kesamaan — Perbandingan berpasangan spektrum atau rata-rata isolat menggunakan metrik kemiripan atau jarak yang tersedia.
PCA & SIMCA — Skor PCA dan varians yang dijelaskan; diagnostik model kelas ditampilkan ketika data memenuhi persyaratan model kelas.
Pengelompokan — Dendrogram UPGMA yang menunjukkan hubungan relatif dalam ruang fitur yang dianalisis.
Perbedaan Puncak — Pita dengan perbedaan antarkelompok terkuat dan bukti statistik yang tersedia.
Sampel — File dan metadata yang digunakan dalam analisis.

Model kelas bergaya SIMCA

Model kelas memerlukan setidaknya 5 isolat independen per kelas. Model ini merupakan model kalibrasi yang dibangun dari data dalam batch, bukan pengklasifikasi yang divalidasi secara independen. Gunakan validasi eksternal sebelum menganggap model ini sebagai metode klasifikasi prediktif.

Ekspor hasil

Gunakan ekspor CSV, Excel, atau JSON untuk mempertahankan hasil numerik dan melanjutkan analisis di luar FTIR.fun. Nilai yang diekspor lebih sesuai daripada tangkapan layar untuk statistik independen dan pencatatan.

FAQ

Berapa banyak spektrum yang dapat saya analisis sekaligus?

Batch besar memerlukan waktu pemrosesan lebih lama dan dapat membuat plot atau tabel lebih sulit dibaca. Kapasitas praktis bergantung pada ukuran berkas, analisis yang dipilih, dan sumber daya server, sehingga studi yang sangat besar sebaiknya dibagi menjadi batch yang bermakna jika diperlukan.

Bagaimana jika saya tidak memiliki replikasi?

Perlakukan setiap berkas sebagai sampel independen jika hal tersebut sesuai dengan rancangan eksperimen Anda. Jangan mengada-adakan hubungan replikasi hanya untuk memenuhi persyaratan analisis.

Dapatkah saya membandingkan spektrum dari instrumen yang berbeda?

Ya, tetapi perbedaan instrumen, aksesori, resolusi, pengambilan sampel, dan prapemrosesan dapat menciptakan pemisahan kelompok yang tampak. Selaraskan akuisisi dan prapemrosesan jika memungkinkan, serta interpretasikan perbedaan antar-instrumen dengan hati-hati.

Apakah perbedaan puncak yang signifikan dapat mengidentifikasi penyebab kimiawi?

Tidak. Hasil ini mengidentifikasi perbedaan spektral yang perlu diselidiki. Gunakan konteks kimia, bukti literatur, standar, atau metode analisis lainnya untuk mendukung penetapan tersebut.