연구 배치 — 사용 방법

과학적 질문이 단일 파일이 아니라 일련의 FTIR 스펙트럼에 기반하는 경우 Research Batch를 사용하세요. 처리 조건, 농도, 배합, 시간 지점 또는 반복 측정이 포함된 생물학적 그룹에 사용할 수 있습니다. 이 워크플로는 그룹별 패턴에서 그 패턴을 뒷받침하는 스펙트럼 영역으로 이동하는 동안 연구 구조를 명확하게 유지합니다.

다음과 같은 경우 이 워크플로를 선택하세요실험군 간 비교

반복 측정 및 독립 시료가 과학적 결론에 중요할 때 사용하고, 미지 스펙트럼 하나만 식별하면 될 때는 사용하지 마십시오.

답변에 도움이 되는 질문그룹 간 차이가 있는가, 일관성은 어느 정도인가, 그리고 어떤 밴드가 그 차이를 설명하는가?

유사도, PCA, 클러스터링 및 피크 차이는 동일한 연구를 서로 다른 관점에서 보여 주는 것이므로 함께 해석해야 합니다.

이월할 수 있는 항목통계, 도표 및 원고 검토를 위한 수치적 근거

스크린샷에 의존하지 않고 값을 내보내면서, 공동 저자나 이후 분석을 위해 시료 할당과 스펙트럼 증거를 계속 사용할 수 있도록 합니다.

이 워크벤치가 하는 일

많은 스펙트럼을 샘플, 반복 측정값 및 선택적 클래스별로 구성합니다.
유사도 지표를 사용하여 스펙트럼과 분리물 평균을 비교합니다.
배치 전체의 주요 변동 패턴을 보여주기 위해 PCA를 수행합니다.
상대적인 샘플 관계를 보여주기 위해 UPGMA 클러스터링을 구축합니다.
정의된 그룹 간에 차이가 있는 피크를 강조 표시합니다.
클래스당 최소 5개의 독립적인 분리주가 있는 경우 SIMCA 스타일의 클래스 모델을 구축할 수 있습니다.

Research Batch는 언제 사용해야 하는가

제형 시리즈, 처리 그룹, 시점 또는 생물학적 그룹
실험 내 반복 측정 일관성 검사
탐색적 패턴, 그룹화 및 이상치 검토입니다.
사전 정의된 그룹 간 차이에 기여하는 밴드 찾기

중요: Research Batch는 탐색적 수치 근거를 제공합니다. PCA 또는 클러스터링에서의 그룹 분리는 그 자체만으로 화학적 동일성이나 인과관계의 증거가 아닙니다.

4단계 워크플로우

1스펙트럼 업로드연구에서 얻은 FTIR 파일을 업로드하세요. 여러 파일을 한 번에 추가할 수 있습니다.

2시료 설명각 파일을 시료, 반복 측정 또는 분리체와 선택적 분류 레이블에 할당합니다. 대규모 배치의 경우 메타데이터 CSV 옵션을 사용하세요.

3분석 실행워크벤치는 선택한 설정을 사용하여 유사도, PCA, 클러스터링 및 피크 차이를 계산합니다.

4검토 및 내보내기플롯과 표를 검사한 다음, 독립적인 통계 분석 또는 보고를 위해 수치 결과를 내보냅니다.

시료 및 반복 측정 스펙트럼 배정

소프트웨어 외부에서도 의미가 통하는 시료 ID를 사용하십시오. 반복 측정값은 동일한 시료를 반복 측정한 결과를 나타내야 하며, 서로 다른 실험 단위를 나타내는 독립 분리체는 구별 가능한 상태로 유지해야 합니다.

샘플 ID — 시료 또는 실험 단위를 식별하기 위한 안정적인 이름
반복 측정 / 분리물 — 반복 측정값과 독립 시료가 올바르게 그룹화되도록 할당 필드를 사용하십시오.
클래스 레이블 — Control, Treatment 또는 제형 그룹과 같은 선택적 사전 정의 그룹입니다.

분석 범위 및 정규화

지문 영역: 기본 분석 범위는 1800–900 cm⁻¹입니다. 프로토콜에서 다른 영역을 요구하는 경우 변경하십시오. 선택한 범위 밖의 피크는 해당 계산에 사용되지 않습니다.

정규화: 벡터 정규화가 기본값입니다. 데이터 세트에 적합한 경우 SNV도 사용할 수 있습니다. 비교하려는 스펙트럼 전체에서 전처리 방식을 일관되게 유지하십시오.

결과 탭의 의미

유사성 행렬 — 사용 가능한 유사도 또는 거리 지표를 사용한 스펙트럼 또는 분리주 평균 간 쌍별 비교입니다.
PCA 및 SIMCA — PCA 점수와 설명된 분산; 데이터가 클래스 모델 요구 사항을 충족하는 경우 클래스 모델 진단 결과가 표시됩니다.
클러스터링 — 분석된 특징 공간에서 상대적 관계를 보여주는 UPGMA 덴드로그램입니다.
피크 차이 — 그룹 간 차이가 가장 크고 이용 가능한 통계적 근거가 있는 밴드.
샘플 — 분석에 사용된 파일 및 메타데이터.

SIMCA 스타일 클래스 모델

클래스 모델에는 클래스당 최소 5개의 독립적인 분리주가 필요합니다. 이 모델은 독립적으로 검증된 분류기가 아니라 해당 배치의 데이터로 구축된 보정 모델입니다. 모델을 예측 분류 방법으로 취급하기 전에 외부 검증을 수행하십시오.

결과 내보내기

CSV, Excel 또는 JSON 내보내기를 사용하면 수치 결과를 보존하고 FTIR.fun 외부에서 분석을 계속할 수 있습니다. 내보낸 값은 독립적인 통계 분석 및 기록 보관에 스크린샷보다 더 적합합니다.

자주 묻는 질문

한 번에 몇 개의 스펙트럼을 분석할 수 있나요?

대규모 배치는 처리 시간이 더 오래 걸리며 플롯이나 표를 읽기 어렵게 만들 수 있습니다. 실제 처리 용량은 파일 크기, 선택한 분석 및 서버 리소스에 따라 달라지므로, 필요한 경우 매우 큰 연구를 의미 있는 배치로 나누세요.

반복 측정 시료가 없으면 어떻게 하나요?

실험 설계에 부합하는 경우 각 파일을 독립적인 시료로 취급하십시오. 분석 요건을 충족하기 위해 복제 관계를 임의로 설정하지 마십시오.

서로 다른 기기의 스펙트럼을 비교할 수 있나요?

예. 그러나 기기, 액세서리, 분해능, 샘플링 및 전처리의 차이로 인해 겉보기 그룹 분리가 발생할 수 있습니다. 가능한 경우 측정 및 전처리 조건을 조화시키고 기기 간 차이는 신중하게 해석하십시오.

유의미한 피크 차이가 화학적 원인을 식별하는가?

아니요. 이는 조사해야 할 스펙트럼 차이를 식별합니다. 해당 할당을 뒷받침하려면 화학적 맥락, 문헌 근거, 표준물질 또는 기타 분석 방법을 사용하십시오.