Raziskovalna serija — Navodila za uporabo

Uporabite Raziskovalno serijo, kadar je vaše znanstveno vprašanje odvisno od serije spektrov FTIR in ne od ene datoteke: obdelave, koncentracije, formulacije, časovne točke ali biološke skupine z replikati. Potek dela ohranja strukturo študije vidno, medtem ko prehajate od vzorcev med skupinami do spektralnih območij, ki so v njihovem ozadju.

Ta potek dela izberite zaPrimerjave med eksperimentalnimi skupinami

Uporabite ga, kadar so ponovitve in neodvisni vzorci pomembni za znanstveni zaključek, ne pa kadar morate identificirati le en neznani spekter.

Vprašanje, pri odgovoru na katerega pomagaAli se skupine razlikujejo, kako dosledne so in kateri pasovi pojasnjujejo razliko?

Podobnost, PCA, razvrščanje v skupine in razlike med vrhovi so različni pogledi na isto študijo in jih je treba razlagati skupaj.

Kaj lahko prenesete naprejNumerični dokazi za statistiko, slike in pregled rokopisa

Izvozite vrednosti, namesto da se zanašate na posnetke zaslona, hkrati pa ohranite podatke o dodelitvi vzorcev in spektralne dokaze, ki so na voljo soavtorjem ali za poznejšo analizo.

Kaj ta delovna miza počne

Organizira številne spektre v vzorce, ponovitve in neobvezne razrede.
Primerja spektre in povprečja izolatov z metrikami podobnosti.
Izvede PCA za prikaz glavnih vzorcev variiranja v celotni seriji.
Izvede gručenje UPGMA za prikaz relativnih odnosov med vzorci.
Poudari vrhove, ki se razlikujejo med opredeljenimi skupinami.
Model razredov v slogu SIMCA je mogoče zgraditi, kadar je na razred na voljo vsaj 5 neodvisnih izolatov.

Kdaj uporabiti Research Batch

Serije formulacij, skupine z različnimi obravnavami, časovne točke ali biološke skupine.
Preverjanje skladnosti ponovitev znotraj eksperimenta.
Raziskovalni pregled vzorcev, skupin in izstopajočih vrednosti.
Iskanje pasov, ki prispevajo k razlikam med vnaprej opredeljenimi skupinami.

Pomembno: Research Batch zagotavlja raziskovalne numerične dokaze. Ločevanje skupin pri PCA ali gručenju samo po sebi ni dokaz kemijske identitete ali vzročnosti.

Delovni postopek v štirih korakih

1Naložite spektreNaložite datoteke FTIR iz svoje študije. V eni seriji lahko dodate več datotek.

2Opišite vzorceVsaki datoteki dodelite vzorec, ponovitev ali izolat ter neobvezno oznako razreda. Pri večjih serijah uporabite možnost CSV z metapodatki.

3Zaženite analizoDelovno okolje izračuna podobnost, PCA, gručenje in razlike med vrhovi z uporabo izbranih nastavitev.

4Pregled in izvozPreglejte grafe in tabele, nato izvozite numerične rezultate za neodvisno statistično analizo ali poročanje.

Določitev vzorca in replikata

Uporabljajte ID-je vzorcev, ki so razumljivi tudi zunaj programske opreme. Ponovitve morajo predstavljati večkratne meritve istega vzorca; neodvisni izolati morajo ostati razločljivi, kadar predstavljajo ločene eksperimentalne enote.

ID vzorca — Stabilno ime vzorca ali eksperimentalne enote.
Replikat / izolat — Uporabite polja za dodelitev, da bodo ponovljene meritve in neodvisni vzorci pravilno razvrščeni v skupine.
Oznaka razreda — Izbirna vnaprej določena skupina, kot so kontrolna, obravnavana ali formulacijska skupina.

Območje analize in normalizacija

Območje prstnega odtisa: Privzeto območje analize je 1800–900 cm⁻¹. Spremenite ga, kadar vaš protokol zahteva drugačno območje; vrhovi zunaj izbranega območja se pri teh izračunih ne uporabljajo.

Normalizacija: Normalizacija vektorja je privzeta. SNV je na voljo tudi, kadar je primeren za vaš nabor podatkov. Predobdelava naj bo dosledna pri vseh spektrih, ki jih nameravate primerjati.

Kaj pomenijo zavihki z rezultati

Matrika podobnosti — Parna primerjava spektrov ali povprečij izolatov z uporabo razpoložljivih metrik podobnosti ali razdalje.
PCA & SIMCA — Rezultati PCA in pojasnjena varianca; diagnostika modela razreda je prikazana, ko podatki izpolnjujejo zahteve modela razreda.
Klastriranje — Dendrogram UPGMA, ki prikazuje relativne odnose v analiziranem značilnem prostoru.
Razlike v vrhovih — Pasovi z najizrazitejšimi razlikami med skupinami in razpoložljivi statistični dokazi.
Vzorci — Datoteke in metapodatki, uporabljeni v analizi.

Razredni model v slogu SIMCA

Model razredov zahteva najmanj 5 neodvisnih izolatov na razred. Gre za kalibracijski model, izdelan iz podatkov v seriji, ne pa za neodvisno validiran klasifikator. Preden model obravnavate kot metodo napovedne klasifikacije, uporabite zunanjo validacijo.

Izvoz rezultatov

Uporabite izvoze CSV, Excel ali JSON, da ohranite numerične rezultate in nadaljujete analizo zunaj FTIR.fun. Izvožene vrednosti so primernejše od posnetkov zaslona za neodvisno statistično obdelavo in vodenje evidenc.

Pogosta vprašanja

Koliko spektrov lahko analiziram hkrati?

Velike serije se obdelujejo dlje in lahko otežijo branje grafov ali tabel. Praktična zmogljivost je odvisna od velikosti datotek, izbrane analize in strežniških virov, zato zelo velike študije po potrebi razdelite na smiselne serije.

Kaj če nimam replikatov?

Vsako datoteko obravnavajte kot neodvisen vzorec, kadar je to skladno z vašim eksperimentalnim načrtom. Ne izmišljajte si povezav med replikati samo zato, da bi izpolnili zahtevo analize.

Ali lahko primerjam spektre z različnih instrumentov?

Da, vendar lahko razlike v instrumentu, dodatni opremi, ločljivosti, vzorčenju in predobdelavi ustvarijo navidezno ločevanje skupin. Kjer je mogoče, poenotite zajem in predobdelavo ter previdno razlagajte razlike med instrumenti.

Ali pomembna razlika v vrhovih identificira kemijski vzrok?

Ne. Identificira spektralno razliko, ki jo je treba raziskati. Za utemeljitev pripisa uporabite kemijski kontekst, literaturne dokaze, standarde ali druge analitske metode.