Forskningsbatch — Slik bruker du den

Bruk Research Batch når det vitenskapelige spørsmålet ditt avhenger av en serie FTIR-spektre, ikke én fil: behandlinger, konsentrasjoner, formuleringer, tidspunkter eller biologiske grupper med replikater. Arbeidsflyten holder studiestrukturen synlig mens du går fra gruppemønstre til de spektrale områdene som ligger bak dem.

Velg denne arbeidsflyten forSammenligninger mellom eksperimentelle grupper

Bruk dette når replikater og uavhengige prøver er viktige for den vitenskapelige konklusjonen, ikke når du bare trenger å identifisere ett ukjent spektrum.

Spørsmålet det bidrar til å besvareSkiller gruppene seg, hvor konsistente er de, og hvilke bånd forklarer forskjellen?

Likhet, PCA, klynging og toppforskjeller er ulike perspektiver på samme studie og bør tolkes samlet.

Hva du kan ta med videreNumerisk evidens for statistikk, figurer og gjennomgang av manuskript

Eksporter verdier i stedet for å basere deg på skjermbilder, samtidig som prøvetildeling og spektral dokumentasjon er tilgjengelig for medforfattere eller senere analyse.

Hva denne arbeidsbenken gjør

Organiserer mange spektre i prøver, replikater og valgfrie klasser.
Sammenligner spektra og isolatgjennomsnitt med likhetsmål.
Kjører PCA for å vise de viktigste variasjonsmønstrene i batchen.
Bygger UPGMA-klynging for å vise relative relasjoner mellom prøvene.
Fremhever topper som skiller seg mellom definerte grupper.
Kan bygge en SIMCA-lignende klassemodell når det finnes minst 5 uavhengige isolater per klasse.

Når Research Batch skal brukes

Formuleringsserier, behandlingsgrupper, tidspunkter eller biologiske grupper.
Kontroll av replikatkonsistens innenfor et eksperiment.
Utforskende gjennomgang av mønstre, grupperinger og avvikere.
Finne bånd som bidrar til forskjeller mellom forhåndsdefinerte grupper.

Viktig: Research Batch gir utforskende numerisk evidens. Gruppeinndeling i PCA eller klynging er ikke i seg selv bevis på kjemisk identitet eller årsakssammenheng.

Arbeidsflyten i fire trinn

1Last opp spektraLast opp FTIR-filene fra studien din. Flere filer kan legges til i én samlet opplasting.

2Beskriv prøveneTilordne hver fil til en prøve, et replikat eller et isolat, samt en valgfri klasseetikett. For større batcher kan du bruke alternativet for metadata-CSV.

3Kjør analysenArbeidsbenken beregner likhet, PCA, klyngedannelse og toppforskjeller ved hjelp av de valgte innstillingene.

4Gjennomgå og eksporterUndersøk plott og tabeller, og eksporter deretter numeriske resultater for uavhengig statistikk eller rapportering.

Tilordning av prøve og replikat

Bruk prøve-ID-er som gir mening utenfor programvaren. Replikater bør representere gjentatte målinger av samme prøve; uavhengige isolater bør fortsatt kunne skilles fra hverandre når de representerer separate eksperimentelle enheter.

Prøve-ID — Et stabilt navn for prøven eller den eksperimentelle enheten.
Replikat / isolat — Bruk tilordningsfeltene for å holde gjentatte målinger og uavhengige prøver korrekt gruppert.
Klasseetikett — Valgfri forhåndsdefinert gruppe, for eksempel kontroll-, behandlings- eller formuleringsgruppe.

Analyseområde og normalisering

Fingeravtrykksområde: Standard analyseområde er 1800–900 cm⁻¹. Endre det når protokollen krever et annet område; topper utenfor det valgte området brukes ikke i disse beregningene.

Normalisering: Vektornormalisering er standardinnstillingen. SNV er også tilgjengelig når det er hensiktsmessig for datasettet ditt. Hold forbehandlingen konsistent på tvers av spektrene du ønsker å sammenligne.

Hva resultatfanene betyr

Likhetsmatrise — Parvis sammenligning av spektre eller gjennomsnitt for isolater ved hjelp av tilgjengelige likhets- eller avstandsmål.
PCA og SIMCA — PCA-skårer og forklart varians; diagnostikk for klassemodellen vises når dataene oppfyller kravene til klassemodellen.
Klynging — UPGMA-dendrogram som viser relative relasjoner i det analyserte egenskapsrommet.
Toppforskjeller — Båndene med de største gruppeforskjellene og den tilgjengelige statistiske evidensen.
Prøver — Filene og metadataene som ble brukt i analysen.

SIMCA-lignende klassifikasjonsmodell

Klassemodellen krever minst 5 uavhengige isolater per klasse. Det er en kalibreringsmodell bygget fra dataene i partiet, ikke en uavhengig validert klassifikator. Bruk ekstern validering før du behandler modellen som en prediktiv klassifikasjonsmetode.

Eksporter resultater

Bruk CSV-, Excel- eller JSON-eksporter for å bevare de numeriske resultatene og fortsette analysen utenfor FTIR.fun. De eksporterte verdiene er bedre egnet enn skjermbilder for uavhengig statistikk og dokumentasjon.

FAQ

Hvor mange spektre kan jeg analysere samtidig?

Store batcher tar lengre tid å behandle og kan gjøre diagrammer eller tabeller vanskeligere å lese. Praktisk kapasitet avhenger av filstørrelsen, den valgte analysen og serverressursene, så del opp svært store studier i meningsfulle batcher ved behov.

Hva om jeg ikke har replikater?

Behandle hver fil som en uavhengig prøve når det samsvarer med forsøksdesignet ditt. Ikke finn opp relasjoner mellom replikater bare for å oppfylle et analysekrav.

Kan jeg sammenligne spektra fra ulike instrumenter?

Ja, men forskjeller i instrument, tilbehør, oppløsning, prøvetaking og forbehandling kan skape en tilsynelatende gruppeseparasjon. Harmoniser datainnsamling og forbehandling der det er mulig, og tolk forskjeller mellom instrumenter med varsomhet.

Identifiserer en signifikant forskjell i topper den kjemiske årsaken?

Nei. Den identifiserer en spektral forskjell som bør undersøkes. Bruk kjemisk kontekst, litteraturbelegg, standarder eller andre analysemetoder for å underbygge tilordningen.