ஆராய்ச்சி தொகுதி — எவ்வாறு பயன்படுத்துவது

ஒரு கோப்பைக் காட்டிலும் தொடர்ச்சியான FTIR ஸ்பெக்ட்ராக்களைச் சார்ந்த உங்கள் அறிவியல் கேள்வி இருக்கும்போது Research Batch-ஐப் பயன்படுத்தவும்: சிகிச்சைகள், செறிவுகள், கலவைகள், காலப்புள்ளிகள் அல்லது மறுபிரதிகளைக் கொண்ட உயிரியல் குழுக்கள். குழு வடிவங்களிலிருந்து அவற்றின் பின்னணியில் உள்ள ஸ்பெக்ட்ரல் பகுதிகளுக்குச் செல்லும்போது, பணிப்பாய்வு ஆய்வின் கட்டமைப்பைத் தெளிவாக வைத்திருக்கும்.

இந்தப் பணிப்பாய்வைத் தேர்வு செய்யும் காரணங்கள்பரிசோதனைக் குழுக்களுக்கு இடையிலான ஒப்பீடுகள்

மறுநிகழ்வுகளும் சுயாதீன மாதிரிகளும் அறிவியல் முடிவுக்கு முக்கியமானபோது இதைப் பயன்படுத்தவும்; ஒரே ஒரு அறியப்படாத நிறமாலையை மட்டும் அடையாளம் காண வேண்டியபோது பயன்படுத்த வேண்டாம்.

இது பதிலளிக்க உதவும் கேள்விகுழுக்கள் வேறுபடுகின்றனவா, அவை எவ்வளவு சீரானவை, மேலும் எந்தப் பட்டைகள் அந்த வேறுபாட்டை விளக்குகின்றன?

ஒற்றுமை, PCA, கிளஸ்டரிங் மற்றும் உச்சச் சிகர வேறுபாடுகள் ஒரே ஆய்வின் வெவ்வேறு கண்ணோட்டங்கள்; அவற்றை ஒன்றாகப் பொருள் கொள்ள வேண்டும்.

நீங்கள் தொடர்ந்து எடுத்துச் செல்லக்கூடியவைபுள்ளியியல், படங்கள் மற்றும் கையெழுத்துப் பிரதி மதிப்பாய்வுக்கான எண்ணியல் ஆதாரம்

திரைப்பிடிப்புகளை மட்டுமே நம்பாமல் மதிப்புகளை ஏற்றுமதி செய்யவும்; அதேசமயம் இணை ஆசிரியர்கள் அல்லது பிந்தைய பகுப்பாய்வுக்காக மாதிரி அடையாளப்படுத்தலும் நிறமாலை ஆதாரமும் கிடைக்குமாறு வைத்திருக்கவும்.

இந்த பணிமேடை என்ன செய்கிறது

பல நிறமாலைகளை மாதிரிகள், மறுபிரதிகள் மற்றும் விருப்ப வகுப்புகளாக ஒழுங்கமைக்கிறது.
ஒற்றுமை அளவுகோல்களைப் பயன்படுத்தி ஸ்பெக்ட்ராக்களையும் தனிமைப்படுத்தப்பட்ட சராசரிகளையும் ஒப்பிடுகிறது.
தொகுதி முழுவதும் மாறுபாட்டின் முக்கிய வடிவங்களைக் காட்ட PCA-ஐ இயக்குகிறது.
ஒப்பீட்டு மாதிரி தொடர்புகளைக் காட்ட UPGMA தொகுப்பாக்கத்தை உருவாக்குகிறது.
வரையறுக்கப்பட்ட குழுக்களுக்கு இடையில் வேறுபடும் உச்சங்களை முன்னிலைப்படுத்துகிறது.
ஒவ்வொரு வகுப்பிலும் குறைந்தது 5 சுயாதீன தனிமைப்படுத்தப்பட்ட மாதிரிகள் இருக்கும்போது SIMCA-பாணி வகுப்பு மாதிரியை உருவாக்க முடியும்.

Research Batch-ஐ எப்போது பயன்படுத்துவது

உருவாக்கத் தொடர்கள், சிகிச்சைக் குழுக்கள், காலப் புள்ளிகள் அல்லது உயிரியல் குழுக்கள்.
ஒரு பரிசோதனையின் உள்ளேயுள்ள மறுபிரதி நிலைத்தன்மைச் சரிபார்ப்புகள்.
ஆராய்வுத் தன்மையுள்ள வடிவம், குழுவாக்கம் மற்றும் வெளிப்புற மதிப்புக் கணிப்பு மதிப்பாய்வு.
முன்கூட்டியே வரையறுக்கப்பட்ட குழுக்களுக்கிடையிலான வேறுபாடுகளுக்கு பங்களிக்கும் பேண்டுகளை கண்டறிதல்.

முக்கியம்: Research Batch ஆய்வு சார்ந்த எண் ஆதாரங்களை வழங்குகிறது. PCA அல்லது கிளஸ்டரிங்கில் காணப்படும் குழுப் பிரிவு மட்டும் இரசாயன அடையாளம் அல்லது காரணத்தை நிரூபிக்காது.

நான்கு படிகளில் பணிப்பாய்வு

1நிறமாலைகளைப் பதிவேற்றவும்உங்கள் ஆய்விலிருந்து FTIR கோப்புகளைப் பதிவேற்றவும். ஒரே தொகுப்பில் பல கோப்புகளைச் சேர்க்கலாம்.

2மாதிரிகளை விவரிக்கவும்ஒவ்வொரு கோப்பையும் ஒரு மாதிரி, மறுபிரதி அல்லது isolate-க்கு, மேலும் விருப்பத் class label-க்கு ஒதுக்கவும். பெரிய தொகுப்புகளுக்கு metadata CSV option-ஐப் பயன்படுத்தவும்.

3பகுப்பாய்வை இயக்கவும்தேர்ந்தெடுக்கப்பட்ட அமைப்புகளைப் பயன்படுத்தி workbench ஒற்றுமை, PCA, clustering மற்றும் peak வேறுபாடுகளைக் கணக்கிடுகிறது.

4மதிப்பாய்வு செய்து ஏற்றுமதி செய்வரைபடங்களையும் அட்டவணைகளையும் ஆய்வு செய்து, சுயாதீன புள்ளியியல் பகுப்பாய்வு அல்லது அறிக்கையிடலுக்காக எண் முடிவுகளை ஏற்றுமதி செய்யவும்.

மாதிரி மற்றும் மறுபிரதி ஒதுக்கீடு

மென்பொருளுக்கு வெளியிலும் பொருள் தரும் மாதிரி ID-களைப் பயன்படுத்தவும். மீள்மாதிரிகள் ஒரே மாதிரியின் தொடர்ச்சியான அளவீடுகளை பிரதிநிதித்துவப்படுத்த வேண்டும்; தனித்தனி பரிசோதனை அலகுகளை பிரதிநிதித்துவப்படுத்தும் போது, சுயாதீனமாகப் பிரிக்கப்பட்ட மாதிரிகள் வேறுபடுத்திக் காணக்கூடியதாக இருக்க வேண்டும்.

மாதிரி ID — மாதிரி அல்லது பரிசோதனை அலகிற்கான நிலையான பெயர்.
மறுபிரதி / தனிமைப்படுத்தல் — மீண்டும் செய்யப்பட்ட அளவீடுகள் மற்றும் சுயாதீன மாதிரிகள் சரியாகக் குழுவாக்கப்பட்டிருப்பதை உறுதிசெய்ய ஒதுக்கீட்டுப் புலங்களைப் பயன்படுத்தவும்.
வகுப்பு லேபிள் — Control, Treatment அல்லது formulation group போன்ற முன்வரையறுக்கப்பட்ட குழு விருப்பத்தேர்வு.

பகுப்பாய்வு வரம்பும் இயல்பாக்கமும்

கைரேகைப் பகுதி: இயல்புநிலை பகுப்பாய்வு வரம்பு 1800–900 cm⁻¹ ஆகும். உங்கள் நெறிமுறை வேறு பகுதியைத் தேவைப்படுத்தினால், அதை மாற்றவும்; தேர்ந்தெடுக்கப்பட்ட வரம்பிற்கு வெளியிலுள்ள உச்சங்கள் அந்தக் கணக்கீடுகளில் பயன்படுத்தப்படாது.

இயல்பாக்கம்: திசையன் இயல்பாக்கம் இயல்புநிலை அமைப்பாகும். உங்கள் தரவுத்தொகுப்புக்கு ஏற்றதாக இருக்கும்போது SNV-யும் கிடைக்கிறது. நீங்கள் ஒப்பிடத் திட்டமிடும் அனைத்து ஸ்பெக்ட்ரங்களிலும் முன்செயலாக்கத்தை ஒரே மாதிரியாக வைத்திருக்கவும்.

முடிவு தாவல்கள் எதைக் குறிக்கின்றன

ஒற்றுமை அணி — கிடைக்கக்கூடிய ஒற்றுமை அல்லது தூர அளவுகோல்களைப் பயன்படுத்தி நிறமாலைகள் அல்லது தனிமைப்படுத்தப்பட்ட மாதிரிகளின் சராசரிகளின் ஜோடி வாரியான ஒப்பீடு.
PCA & SIMCA — PCA மதிப்பெண்கள் மற்றும் விளக்கப்பட்ட மாறுபாடு; தரவு வகுப்பு-மாதிரித் தேவைகளைப் பூர்த்தி செய்யும் போது வகுப்பு-மாதிரி கண்டறிதல்கள் காட்டப்படும்.
கொத்தாக்கம் — பகுப்பாய்வு செய்யப்பட்ட அம்ச வெளியில் உள்ள ஒப்பீட்டு தொடர்புகளைக் காட்டும் UPGMA dendrogram.
உச்ச வேறுபாடுகள் — குழுக்களுக்கிடையிலான மிக வலுவான வேறுபாடுகளைக் கொண்ட பட்டைகள் மற்றும் கிடைக்கக்கூடிய புள்ளியியல் சான்றுகள்.
மாதிரிகள் — பகுப்பாய்வில் பயன்படுத்தப்பட்ட கோப்புகள் மற்றும் மெட்டாடேட்டா.

SIMCA-பாணி வகுப்பு மாதிரி

ஒவ்வொரு வகுப்பிற்கும் குறைந்தது 5 சுயாதீனத் தனிமைப்படுத்தல்களை வகுப்பு மாதிரி கோருகிறது. இது தனித்தனியாகச் சரிபார்க்கப்பட்ட வகைப்படுத்தி அல்ல; தொகுப்பில் உள்ள தரவிலிருந்து உருவாக்கப்பட்ட அளவுத்திருத்த மாதிரியாகும். ஒரு மாதிரியை முன்கணிப்பு வகைப்படுத்தல் முறையாகக் கருதுவதற்கு முன் வெளிப்புறச் சரிபார்ப்பைப் பயன்படுத்துங்கள்.

முடிவுகளை ஏற்றுமதி செய்க

எண்ணியல் முடிவுகளைத் தக்கவைத்து, FTIR.fun-க்கு வெளியே பகுப்பாய்வைத் தொடர CSV, Excel அல்லது JSON ஏற்றுமதிகளைப் பயன்படுத்துங்கள். சுயாதீனப் புள்ளியியல் பகுப்பாய்வு மற்றும் பதிவுப் பராமரிப்பிற்கு, திரைப்பிடிப்புகளைவிட ஏற்றுமதி செய்யப்பட்ட மதிப்புகள் மிகவும் பொருத்தமானவை.

பொதுவான கேள்விகள்

ஒரே நேரத்தில் எத்தனை ஸ்பெக்ட்ரங்களை நான் பகுப்பாய்வு செய்யலாம்?

பெரிய தொகுப்புகளைச் செயலாக்க அதிக நேரம் தேவைப்படும்; மேலும் அவை வரைபடங்கள் அல்லது அட்டவணைகளைப் படிப்பதைச் சிரமமாக்கலாம். நடைமுறைத் திறன் கோப்பு அளவு, தேர்ந்தெடுக்கப்பட்ட பகுப்பாய்வு மற்றும் சர்வர் வளங்களைப் பொறுத்தது. எனவே, தேவையானபோது மிகப் பெரிய ஆய்வுகளைப் பொருத்தமான தொகுப்புகளாகப் பிரிக்கவும்.

என்னிடம் மீள்மாதிரிகள் இல்லையென்றால் என்ன செய்வது?

உங்கள் பரிசோதனை வடிவமைப்புடன் பொருந்தும் போது, ஒவ்வொரு கோப்பையும் ஒரு சுயாதீன மாதிரியாகக் கருதுங்கள். பகுப்பாய்வுத் தேவையை நிறைவேற்றுவதற்காக மட்டுமே பிரதியீட்டு தொடர்புகளை உருவாக்க வேண்டாம்.

வெவ்வேறு கருவிகளிலிருந்து பெறப்பட்ட ஸ்பெக்ட்ரங்களை ஒப்பிட முடியுமா?

ஆம், ஆனால் கருவி, துணைக்கருவி, தீர்மானம், மாதிரி எடுப்பு மற்றும் முன்செயலாக்க வேறுபாடுகள் வெளிப்படையான குழுப் பிரிவை உருவாக்கக்கூடும். இயன்றவரை தரவுசேகரிப்பு மற்றும் முன்செயலாக்கத்தை ஒருமைப்படுத்தி, கருவிகளுக்கு இடையிலான வேறுபாடுகளை எச்சரிக்கையுடன் விளக்கவும்.

குறிப்பிடத்தக்க உச்ச வேறுபாடு இரசாயனக் காரணத்தை அடையாளம் காணுமா?

இல்லை. இது விசாரணை செய்ய வேண்டிய நிறமாலை வேறுபாட்டை அடையாளம் காண்கிறது. அந்த ஒதுக்கீட்டை ஆதரிக்க இரசாயனச் சூழல், இலக்கிய ஆதாரம், தரநிலைகள் அல்லது பிற பகுப்பாய்வு முறைகளைப் பயன்படுத்துங்கள்.