Analyse des données sur la santé des corauxC'est plus une question conceptuelle qu'une question qui pourrait être résolue en écrivant un script (mais corrigez-moi si je me trompe!), Et je ne suis même pas sûr que cela convienne à la communauté JMP, mais rien ne va ici:
J'étudie les récifs coralliens, plus particulièrement les coraux sur lesquels reposent ces écosystèmes. Comme beaucoup d’entre vous le savent probablement déjà, les récifs coralliens du monde entier sont menacés par une avalanche de facteurs de stress anthropiques, notamment le changement climatique; en effet, aucun récif n'a été épargné par les nombreux impacts de l'humanité (c'est-à-dire qu'il ne reste malheureusement aucun récif vierge). En conséquence, il y a eu un effort urgent pour 1) mieux comprendre la biologie fondamentale des habitants clés des récifs coralliens (plus particulièrement les coraux qui les construisent), 2) comprendre comment ces organismes réagiront aux futurs changements de leur environnement et 3) faire des prédictions basées sur les données concernant les espèces / populations les plus sensibles au stress. Bien que la recherche sur les récifs coralliens croisse à un rythme de plus en plus rapide, des problèmes inhérents à l'interprétation des données sur la santé des récifs coralliens nous ont empêché de répondre aux questions susmentionnées. Deux de ces problèmes incluent:
Question n ° 1: Il n’existe pas de récifs sains et contrôlés avec lesquels comparer les résultats, par exemple, des enquêtes sur les biomarqueurs. Savons-nous même ce qui constitue un corail sain en l'absence de données obtenues de l'ère préindustrielle?
Problème n ° 2: les océans de la Terre sont dans un état de flux constant; faut-il alors utiliser des outils statistiques «statiques» (par exemple, ANOVA) pour analyser les données des récifs coralliens, ou devrions-nous plutôt utiliser quelque chose de plus dynamique, comme la modélisation prédictive?
En dépit de ces deux problèmes majeurs, j'ai collecté des données de physiologie corallienne sur des récifs à travers le monde dans l'espoir de pouvoir finalement établir un pipeline statistique qui me permettra d'évaluer la santé des coraux. N'oubliez pas que nous ne pouvons pas simplement faire des expériences sur des réservoirs, stresser expérimentalement les coraux, puis les utiliser pour piloter nos études sur le terrain (auparavant, je faisais des études sur des réservoirs pour cette raison uniquement). Oui, je sais que les gens le font, mais c'est en fait invalide. Les raisons en sont qu’un corail "témoin" utilisé dans l’étude hypothétique risque d’être déjà mis en évidence (en raison du changement climatique). Deuxièmement, un corail "témoin" dans un endroit très touché comme Taiwan (où je travaille) peut constituer un corail "stressé" dans un endroit relativement plus vierge. De plus, les marqueurs de «stress» courants (par exemple, les HSP) étudiés dans les systèmes modèles (par exemple, les humains) sont exprimés à des niveaux élevés à tout moment dans les coraux (ou bien je pourrais utiliser une approche de biomarqueurs).
J'utilise JMP pour 1) modéliser le comportement des coraux dans un cadre statistiquement rigoureux adapté à l'endosymbiose et 2) faire des prédictions quant aux colonies / récifs qui pourraient être les plus menacés. Plus précisément, je m'intéresse à l'idée que la VARIABILITÉ de la réponse corallienne (comme dans la variation entre les variables de réponse au sein d'un échantillon), plutôt que la réponse moyenne des variables de réponse individuelles mesurées, est une mesure plus utile pour ceux qui s'intéressent à la prévision comportementale changement dans les coraux de récif et autres invertébrés marins. Ceci est basé sur ce que nous savons sur le "chaos" transcriptionnel et le cancer. Peut-être, cependant, je suis devenu myope après avoir été concentré sur cette question pendant si longtemps et il me manque quelque chose de simple! Si quelqu'un a des idées sur la façon de tirer le meilleur parti de mes ensembles de données sur la physiologie corallienne (dont l'un est cité ci-dessous et affiché sur le site Web de JMP), je serais ravi de vous entendre. Merci d’avance pour votre temps et excuses pour le long post.
Voici l'exemple de jeu de données susmentionné que j'ai récemment posté pour les personnes intéressées à voir à quoi ressemblent les données: https://community.jmp.com/t5/JMP-Sample-Data/Reef-coral-data-from-the-Austral-Islands-French-Polynesia-and/ta-p/61858
Re: Analyser les données sur la santé des corauxC'est drôle que vous mentionniez PLS car non seulement j'ai assisté à votre excellent webinaire PLS il y a quelques semaines, mais j'ai également gagné un livre PLS de JMP (tirage au sort de noms) au cours dudit webinaire (grâce à Gail Massari)! Vous vous souviendrez peut-être que j'avais posé la question de savoir pourquoi tous les facteurs étaient retenus dans le modèle, même lorsque l'objectif était de le simplifier (je sais maintenant pourquoi et ai "élagué" mes propres modèles pour voir si je pouvais les simplifier sans perdre de leur valeur prédictive. Puissance.). Je suis à mi-chemin du livre et il m'a donné d'excellentes idées sur l'analyse de mes données de transcriptome corallien, dans lesquelles votre exemple de récepteur d'œstrogène est fondamentalement exactement ce que je veux faire: faire des prédictions sur la physiologie corallienne basées sur un modèle d'expression génique plus simple. Maintenant, le problème n’est pas que je manque de JMP Pro, mais qu’un PLS avec 120 000 colonnes (données d’expression génique) provoque le blocage de JMP (je n’ai que 8 Go de RAM)!
Re: Analyser les données sur la santé des corauxVous devriez pouvoir trouver un ensemble très riche d'ouvrages de référence d'études de cas, d'exemples, de documents, etc. dans l'espace bioinformatique pour l'homme. Très franchement, depuis que je suis ingénieur système chez JMP, le domaine de ce que l’on appelle souvent la «recherche translationnelle» dans l’industrie des biotechnologies et de la pharmacie est le Saint Graal de la plupart des sujets traités par M. Shmeuli.
En fait, pour un petit exemple de ce genre de chose, jetez un coup d'œil à l'événement JMP Advanced Mastering que j'organise et dont le sujet est une technique d'analyse appelée moindres carrés. La dernière étude de cas est celle dans laquelle je montre comment les données d'expression génétique humaine peuvent être utilisées pour créer un modèle de classification permettant de prédire le statut des récepteurs aux œstrogènes chez l'homme. Malheureusement, vous ne pourrez pas dupliquer ce que je montre sans JMP Pro. 
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/partial-least-squares.html
Re: Analyser les données sur la santé des corauxMerci pour votre contribution. Je ne dispose que de JMP standard (pas de JMP Pro), mais je vais regarder cette vidéo. Je souhaite faire la transition entre l’explication de ce qui est déjà arrivé (ce que j’ai fait statistiquement au cours des 15 dernières années) et la prédiction de ce qui va se passer ensuite (en utilisant les données acquises au cours de ma carrière à ce jour). ruelle.
Je songe à appliquer l'analyse de marché et ce genre de choses à la prévision du comportement et de la santé des coraux. Il semble que JMP propose toutes sortes d’outils utiles aux analystes de marché, ainsi qu’aux ingénieurs qui testent de nouveaux produits, que les biologistes ne touchent jamais ..... mais que nous devrions! Je pense que quelqu'un aurait dû comprendre cela en médecine humaine (par exemple, faire des prévisions de santé basées sur des biomarqueurs moléculaires), alors je n'aurai peut-être pas besoin de réinventer la roue si je fouille suffisamment dans la littérature.
Je n'ai jamais entendu parler de la modélisation des composantes de variance (VCM), mais je vais l'examiner car elle semble être une caractéristique de JMP 14 (normal). Dans le passé, j’utilisais la fonction de sélection de prédicteurs de JMP pour déterminer les variables de réponse mesurées qui contribuaient le plus au comportement aberrant dans mes échantillons (essentiellement celles qui évoluent positivement avec la distance de Mahalanobis). Cela semble être une idée similaire à celle du VCM: identifier les principaux contributeurs à la variance observée (non?). La régression pas à pas (une autre "nouvelle" approche pour moi) a également énormément aidé à réduire le grand nombre de facteurs environnementaux d’intérêt potentiels (par exemple, la température, la profondeur, la salinité, la lumière, etc.) afin de mieux me modèle avec un BIC relativement faible. En fait, ma première tentative de régression par étapes (w / JMP13) m'a tellement enthousiasmée que je viens d'écrire un article complet sur son application aux récifs coralliens!
En cas de percée (par exemple en adoptant les approches que vous avez décrites dans votre réponse) ou d'épiphanies statistiques, je ferai rapport à ce poste de sorte que d'autres physiologistes de l'environnement qui se trouvent se posent des questions similaires sur la manière d'améliorer notre compréhension de notre un monde en mutation peut potentiellement en bénéficier.
Re: Analyser les données sur la santé des corauxDeux pensées pour vous ... l’un est macro l’autre micro ...
Macro: Avez-vous jeté un coup d’œil au travail de Galit Shmeuli sur Expaining vs. Prédire? Voici un lien vers un événement JMP Analytiquement parlant où le Dr Shmeuli articule, d’un point de vue modélisation et analyse, des problèmes importants qui influencent le «comment» il convient de collecter d’abord, puis analyse les données en mettant l’accent sur la modélisation empirique.
https://www.jmp.com/en_us/events/ondemand/analytically-speaking/to-explain-or-predict-that-is-the-question.html
Micro: Dans JMP Pro, certaines techniques de modélisation pourraient être utiles dans la plate-forme de régression généralisée avec des personnalités de modélisation pour la régression quantile, où la modélisation des quantiles est plus importante que celle de 'moyens'. Ou qu'en est-il de la modélisation des composants de variance?
