Analizzando i dati sulla salute dei coralliQuesta è più una questione concettuale che una che potrebbe essere risolta scrivendo una sceneggiatura (anche se, per favore, correggimi se sbaglio!), E non sono nemmeno sicuro se sia appropriato per la comunità JMP, ma qui non va niente:
Studio le barriere coralline, in particolare i coralli di barriera su cui si basano questi ecosistemi. Come molti di voi probabilmente già sanno, le barriere coralline di tutto il mondo sono minacciate da un assalto di fattori di stress antropogenici, in particolare i cambiamenti climatici; in effetti, nessuna barriera corallina è stata risparmiata dagli effetti ad ampio raggio dell'umanità (cioè, purtroppo non ci sono ancora scogliere incontaminate). Di conseguenza, c'è stata una spinta urgente a 1) comprendere meglio la biologia fondamentale dei principali abitanti delle barriere coralline (in particolare i coralli che costruiscono i reef stessi), 2) capire come questi organismi risponderanno ai cambiamenti futuri nei loro ambienti, e 3) fare previsioni basate sui dati su quali specie / popolazioni sono più sensibili allo stress. Nonostante la ricerca sulla barriera corallina cresca a un ritmo sempre crescente, ci sono problemi inerenti all'interpretazione dei dati sulla salute della barriera corallina che ci hanno impedito di affrontare le domande sopra citate. Due di questi problemi includono:
Numero 1: Non esistono barriere di controllo salutari contro le quali confrontare i risultati, ad esempio, delle indagini sui biomarker. Sappiamo persino cosa costituisce un corallo sano in assenza di dati ottenuti dall'era preindustriale?
Numero 2: gli oceani terrestri sono in uno stato costante di flusso; ha senso quindi utilizzare gli strumenti statistici "statici" (ad es. ANOVA) per analizzare i dati della barriera corallina o dovremmo invece utilizzare qualcosa di più dinamico come la modellazione predittiva?
Nonostante questi due problemi principali, ho raccolto i dati sulla fisiologia del corallo dalle barriere coralline di tutto il mondo nella speranza che alla fine potessi stabilirmi su una pipeline statistica che mi consenta di valutare la salute dei coralli. Tieni presente che non possiamo semplicemente effettuare esperimenti sui serbatoi, stressare i coralli in modo sperimentale e utilizzarli per guidare i nostri studi sul campo (in precedenza, stavo facendo studi sui serbatoi proprio per questo motivo). Sì, so che le persone Fanno questo, ma in realtà non è valido. I motivi sono dovuti al fatto che un corallo di "controllo" usato nello studio ipotetico sarà probabilmente già sottolineato (a causa dei cambiamenti climatici). In secondo luogo, un corallo di "controllo" in un luogo altamente influenzato come Taiwan (dove lavoro) può costituire un corallo "stressato" in una posizione relativamente più incontaminata. Inoltre, i marcatori di "stress" comuni (ad es. HSP) studiati nei sistemi modello (ad esempio, gli umani) sono espressi ad alti livelli in ogni momento nei coralli (altrimenti potrei usare un approccio biomarker).
Ho usato JMP per 1) modellare il comportamento del corallo in una struttura su misura di endosimbiosi, rigorosamente statisticamente rigorosa e 2) fare previsioni su quali colonie / scogliere potrebbero essere maggiormente a rischio. Nello specifico, sono interessato all'idea che la VARIABILITÀ nella risposta corallina (come in, la variazione tra le variabili di risposta all'interno di un singolo campione), piuttosto che la risposta media delle singole variabili di risposta misurate, sia una metrica più utile per coloro che sono interessati alla previsione comportamentale cambiamento in coralli di barriera e altri invertebrati marini. Questo è basato su ciò che sappiamo del "caos" e del cancro trascrizionali. Forse, però, sono diventato miope dall'essere stato concentrato su questo tema per così tanto tempo e mi manca qualcosa di semplice! Se qualcuno ha qualche idea su come ottenere la maggior intuizione dai miei set di dati sulla fisiologia del corallo (uno dei quali è citato di seguito e pubblicato sul sito Web di JMP), sarei felice di sentirti. Grazie in anticipo per il vostro tempo e scuse per il lungo post.
Ecco il dataset di esempio di cui sopra che ho recentemente pubblicato per coloro che sono interessati a vedere come appaiono i dati: https://community.jmp.com/t5/JMP-Sample-Data/Reef-coral-data-from-the-Austral-Islands-French-Polynesia-and/ta-p/61858
Ri: Analisi dei dati sulla salute dei coralliÈ divertente che tu abbia parlato di PLS perché non solo ho partecipato al tuo eccellente webinar PLS poche settimane fa, ma ho anche vinto un libro PLS da JMP (disegno a caso di nomi) durante detto webinar (grazie a Gail Massari)! Potresti ricordare che ho fatto una domanda sul perché tutti i fattori sono mantenuti nel modello, anche quando l'obiettivo è di semplificarlo (ora so perché e ho "potato" i miei modelli per vedere se posso semplificarli senza perdere di vista energia.). Sono a metà del libro e mi ha dato alcune grandi idee sull'analisi dei dati del mio trascrittoma corallino, in cui il tuo esempio di recettore degli estrogeni è fondamentalmente esattamente quello che voglio fare: fare previsioni sulla fisiologia del corallo sulla base di un modello di espressione genica più semplice. Ora il problema non è che mi manca JMP Pro ma che un PLS con 120.000 colonne (dati di espressione genica) sta causando il crash di JMP (ho solo 8 GB di RAM)!
Ri: Analisi dei dati sulla salute dei coralliDovresti essere in grado di trovare una ricca letteratura di casi di studio, esempi, documenti, ecc. nello spazio bioinformatico per gli umani. Francamente, dal mio posto di ingegnere di sistemi JMP, il campo di quella che viene spesso chiamata "ricerca traslazionale" nella bio-tecnologia e nell'industria farmaceutica è il Santo Graal di gran parte di ciò che copre il Dr. Shmeuli.
In effetti, per un piccolo, piccolissimo esempio di questo genere di cose, date un'occhiata all'evento Master hosting avanzato JMP I dove il soggetto è una tecnica analitica chiamata minimi quadrati parziali. L'ultimo caso di studio è quello in cui mostro come i dati di espressione genetica umana possono essere utilizzati per costruire un modello di classificazione per la previsione dello stato dei recettori degli estrogeni negli esseri umani. Sfortunatamente non sarai in grado di duplicare ciò che mostro senza JMP Pro. 
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/partial-least-squares.html
Ri: Analisi dei dati sulla salute dei coralliGrazie per il tuo contributo. Ho solo JMP regolare (non JMP Pro), ma controllerò questo video. Sono interessato a passare dalla spiegazione di ciò che è già successo (quello che ho fatto statisticamente negli ultimi 15 anni) per prevedere cosa accadrà dopo (usando i dati acquisiti nel corso della mia carriera fino ad oggi), questo video sembra proprio il mio vicolo.
Sto pensando di applicare analisi di mercato e quel genere di cose per fare previsioni sul comportamento e sulla salute dei coralli. Sembra che JMP abbia tutti i tipi di strumenti interessanti per gli analisti di mercato, così come gli ingegneri che testano nuovi prodotti, che noi biologi non tocchiamo mai ... ma dovrebbero! Mi sento come se qualcuno avesse dovuto risolvere questo problema con la medicina umana (ad esempio, facendo previsioni sulla propria salute basandosi su biomarcatori molecolari), quindi forse non avrò bisogno di reinventare la ruota, se approfondirò abbastanza profondamente la letteratura.
Non ho mai sentito parlare della modellazione di componenti di varianza (VCM), ma cercherò di esaminarla, poiché sembra essere una funzionalità di (regolare) JMP 14. In passato ho usato la funzione di screening predittivo di JMP per determinare quali variabili di risposta misurate contribuiscono maggiormente al comportamento aberrante nei miei campioni (essenzialmente quelli che si adattano positivamente alla distanza di Mahalanobis). Sembra essere un'idea simile a VCM: identificare i principali contributori alla varianza osservata (giusto?). La regressione graduale (un altro approccio "nuovo" per me) ha anche aiutato in modo impressionante a restringere il gran numero di potenziali fattori ambientali di interesse (ad esempio, temperatura, profondità, salinità, luce, ecc.) In termini di miglior adattamento modello con un BIC relativamente basso. In effetti, ero così eccitato dal mio primo tentativo di regressione stepwise (w / JMP13) che ho appena scritto un intero articolo sull'applicazione a barriera corallina!
In caso di scoperte (ad esempio, dal prendere gli approcci che hai delineato nella tua risposta) o epifanie statistiche, riporterò a questo post in modo tale che altri fisiologi ambientali che si trovano a fare domande simili su come migliorare la nostra comprensione del nostro rapidamente cambiare mondo potrebbe potenzialmente giovare.
Ri: Analisi dei dati sulla salute dei coralliDue pensieri per te ... uno è macro l'altro micro ...
Macro: hai dato un'occhiata al lavoro di Galit Shmeuli su Expaining vs. Predire? Ecco un collegamento a un evento di JMP dal punto di vista analitico in cui il Dr. Shmeuli articola da una prospettiva di modellazione e analisi questioni importanti che influenzano il "come" si dovrebbe raccogliere, e quindi analizzare i dati con un'enfasi sulla modellizzazione empirica.
https://www.jmp.com/en_us/events/ondemand/analytically-speaking/to-explain-or-predict-that-is-the-question.html
Micro: All'interno di JMP Pro ci sono alcune tecniche di modellazione che potrebbero essere di valore nella piattaforma di regressione generalizzata con personalità di modellazione per la regressione quantile, dove i quantili di modellazione sono più importanti di "mezzi". O per quanto riguarda la modellazione di componenti della varianza?
