癌症研究中的多同位素成像质谱（MIMS）中的数据探索和发现（2020-EU-30MP-371）级别：中级
Greg McMahon，国家物理实验室首席研究科学家
多同位素成像质谱（MIMS）将生物样品的稳定同位素标记与高空间分辨率（亚细胞）质谱成像和所得图像数据的广泛统计分析结合在一起。图像中包含大量信息，并且使用JMP可以使用一种快速简便的方法来分析数据，以查找仅隐含在图像中的信息或其他可能位于第一“明显”信息层以下的信息。将Graph Builder与简单的数据分发和本地数据过滤器结合使用可提供大量信息。可以通过应用聚类分析和多元统计来扩展该方法。在此演示文稿中，我们将使用一个示例跟踪在小鼠乳腺癌肿瘤中13C和18O稳定同位素标记的葡萄糖的代谢命运，该小鼠乳腺癌肿瘤包含高水平Myc癌基因的细胞，而Myc癌基因是导致乳腺癌侵袭性增长的驱动力，或者低水平的Myc癌基因。最后，我们将就结果对非专家癌症研究的意义发表一些评论。
爆发数据探索数据可视化关于癌症研究中的多同位素成像质谱（MIMS）中的数据探索和发现（2020-EU-30MP-371）可爱的演讲， @GregMcMahon 。 很高兴看到JMP如何在“纯”研究应用程序中使用。我喜欢它是最有用的简单内容（发行版，图形生成器，动态链接）。简单的工具通常是最强大的。
关于癌症研究中的多同位素成像质谱（MIMS）中的数据探索和发现（2020-EU-30MP-371）谢谢菲尔。如果您曾经在该地区，可以随意下车。
关于癌症研究中的多同位素成像质谱（MIMS）中的数据探索和发现（2020-EU-30MP-371）很好，谢谢。希望我将来能够在某个时候再次旅行！
