当重复样本和独立样品对科学结论很重要时使用；如果您只需要识别一条未知光谱，则不适用。
研究批次 · 指南
研究批次 · FTIR.fun
指南打开工作台
研究批次 — 使用方法
当你的科学问题依赖一系列 FTIR 光谱而不是单个文件时，请使用 Research Batch：例如处理条件、浓度、配方、时间点或带有重复样本的生物学分组。该工作流会在你从组间模式分析转向其背后的光谱区域时，保持研究结构清晰可见。
相似性、PCA、聚类和峰差异是同一研究的不同视角，应结合起来进行解释。
导出数值，而不是依赖截图，同时保留样品归属和光谱证据，以便共同作者或后续分析使用。
此工作台的用途
- 将多个光谱组织为样品、重复样本和可选类别。
- 使用相似度指标比较光谱和分离物均值。
- 运行 PCA，以显示整个批次中的主要变化模式。
- 构建 UPGMA 聚类，以显示样品之间的相对关系。
- 突出显示所定义组之间存在差异的峰。
- 当每个类别至少有 5 个独立分离株时，可以建立 SIMCA 风格的类别模型。
何时使用 Research Batch
- 配方系列、处理组、时间点或生物学组别。
- 实验内重复样的一致性检查。
- 探索性模式、分组和离群值审查。
- 寻找有助于解释预定义组之间差异的谱带。
重要提示： Research Batch 提供探索性的数值证据。PCA 或聚类中的组间分离本身并不能证明化学身份或因果关系。
四步工作流程
1上传光谱上传您研究中的 FTIR 文件。一次可批量添加多个文件。
2描述样品将每个文件分配给样品、平行样或分离物，并可选择性地添加类别标签。对于较大的批次，请使用元数据 CSV 选项。
3运行分析工作台根据所选设置计算相似度、PCA、聚类和峰差异。
4审阅并导出检查图和表，然后导出数值结果，以便进行独立统计分析或编制报告。
样品与重复样分配
使用在软件之外也具有明确含义的样品 ID。重复样应代表对同一样品的重复测量；当独立分离物代表不同的实验单元时，应保持其可区分性。
- 样本 ID — 样品或实验单元的稳定名称。
- 重复样 / 分离物 — 使用归属字段，确保重复测量和独立样本得到正确分组。
- 类别标签 — 可选的预定义组，例如对照组、处理组或配方组。
分析范围和归一化
指纹区间： 默认分析范围为 1800–900 cm⁻¹。如果您的实验方案要求使用不同区域，请进行更改；选定范围之外的峰不用于这些计算。
归一化： 矢量归一化为默认设置。在适用于您的数据集时，也可使用 SNV。请确保您打算比较的各光谱采用一致的预处理方法。
结果选项卡的含义
- 相似性矩阵 — 使用可用的相似度或距离指标，对光谱或分离物均值进行两两比较。
- PCA 与 SIMCA — PCA得分和解释方差；当数据满足类别模型要求时，将显示类别模型诊断结果。
- 聚类 — 显示分析特征空间中相对关系的 UPGMA 树状图。
- 峰值差异 — 组间差异最显著的谱带及现有的统计学证据。
- 样本 — 分析中使用的文件和元数据。
SIMCA 风格的类别模型
该类别模型要求每个类别至少包含 5 个相互独立的分离株。这是基于该批次数据建立的校准模型，而非经过独立验证的分类器。在将模型视为预测性分类方法之前，请使用外部验证。
导出结果
使用 CSV、Excel 或 JSON 导出来保留数值结果，并在 FTIR.fun 之外继续分析。与截图相比，导出的数值更适合进行独立统计和记录保存。