<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ciao a tutti,
Grazie mille per questa bella discussione e i suggerimenti, è molto utile. Dato che il mio cliente è ora in vacanza, devo aspettare per discuterne ulteriormente, si spera, a metà della prossima settimana. Ma vi farò sapere l'esito.
Grazie ancora,
Martino
Da: Bernd Heinen
Inviato: Freitag, 11. Aprile 2014 17:38
A: Chris Kirchberg; Bill Worley; Luigi Valente; Daniele Valente; Martin Demel; SE
Oggetto: RE: Allineamento dei picchi e riconoscimento dei modelli
Ciao,
questo è davvero un dialogo divertente, ho imparato molto! Ma poiché sono un ragazzo semplice senza alcuna conoscenza della chimica, per me questo sembra un problema di rilevamento anomalo. Non disponiamo di una soluzione pronta all'uso in JMP, ma è facile da creare tramite script. Vorrei
1. identificare i valori anomali
2. nominarli in sequenza
3. inserire tutti i valori anomali con i relativi nomi, valori, orari e ID campione in un'unica tabella dati
4. verificare se i tempi per nome rientrano nel limite di confidenza di ax%.
In alternativa è possibile semplicemente prendere i picchi identificati dagli strumenti, rinominarli in sequenza ed eseguire un confronto dei modelli (dei nomi) e/o applicare i passaggi 3 e 4 di cui sopra.
Attendo con ansia i commenti dei nostri chimici.
Distinti saluti
Bernd
Da: Chris Kirchberg
Inviato: Freitag, 11. Aprile 2014 17:29
A: Bill Worley; Luigi Valente; Daniele Valente; Martin Demel; SE
Oggetto: RE: Allineamento dei picchi e riconoscimento dei modelli
Chi ha detto che la chimica non era divertente. Erano anni che non vedevo parlare così tanto di HPLC/GC, dati e picchi. Riscalda il mio cuore chimico
Chris Kirchberg
Ingegnere di abilitazione tecnica JMP
Team di abilitazione tecnica mondiale
Da: Bill Worley
Inviato: venerdì 11 aprile 2014 09:14
A: Luigi Valente; Daniele Valente; Martin Demel; SE
Oggetto: RE: Allineamento dei picchi e riconoscimento dei modelli
Martino,
Dato che la chimica è nel mio sangue e che noi chimici dobbiamo restare uniti, interverrò sui commenti di Lou. La mia esperienza con i cromatogrammi che mostri è la stessa di Lou e sono d'accordo con Lou sul fatto che il software dello strumento dovrebbe essere molto capace nell'aiutare a determinare i picchi di interesse. JMP può essere utilizzato per confrontare i cromatogrammi ed evidenziare le differenze tra analisi o lotti di materiale elencando ciascuna analisi in una colonna.
Potrebbe valere la pena dedicare del tempo all'analista per identificarle ulteriormente, oppure potrebbero essere artefatti o picchi fantasma rimasti da un'analisi precedente se le colonne non vengono lavate bene come nell'HPLC o “cotte” per l'analisi GC. Alcuni di questi tipi di picchi sono così piccoli che non meritano alcuno sforzo. Se si guarda il Pr 16 rispetto al Pr 17 si vede un picco iniziale a circa 8 minuti nel Pr 16 che non si vede nel Pr 17. Quel picco è così piccolo che probabilmente non vale la pena di inseguirlo. I 3 picchi successivi a circa 9 minuti sono riproducibili da una corsa all'altra e potrebbero valerne la pena. Sono sottoprodotti di una reazione o contaminanti nel materiale da analizzare.
In base all'identificazione mostrata per i picchi più grandi, si tratta di composti piuttosto grandi e ci sono sicuramente molti piccoli "pezzi" fluttuanti nel mix che possono o meno significare qualcosa nell'analisi finale. Ci scusiamo per la lezione di chimica analitica, ma spero che sia d'aiuto.
Saluti,
Conto
Da: Luigi Valente
Inviato: venerdì 11 aprile 2014 09:59
A: Daniele Valente; Martin Demel; SE
Oggetto: Re: Allineamento dei picchi e riconoscimento dei modelli
Martino,
Nella mia esperienza questi cromatogrammi HPLC o GLC con identificazione dei picchi del tempo di ritenzione vengono analizzati online con il software di chimica analitica fornito sui rilevatori dello strumento. Tutte le identificazioni vengono eseguite sul rivelatore e se si verifica una deriva nel tempo di ritenzione dovuta alla variazione del metodo analitico, il picco viene solitamente identificato tramite esperimenti di addizione e/o spettrofotometria di massa sulla vena del picco eluito. Sebbene sembri plausibile poter utilizzare JMP per questo tipo di analisi, non è la norma poiché i fornitori di strumenti come Hitachi, Perkin-Elmer, Shizmadu ecc. solitamente vendono uno strumento molto costoso con software in bundle per eseguire tale operazione in modo automatizzato. moda.
Saluti,
Lou
Luigi Valente
Direttore senior, Abilitazione tecnica ▪ Divisione JMP
Tel: +1 (919) 531-3378
louis.valente@jmp.com
JMP: Scoperta statisticaTM. Dal SAS.
www.jmp.com
Da: Daniel Valente
Data: venerdì 11 aprile 2014 alle 9:50
A: Martin Demel , "jmpse@wnt.sas.com"
Oggetto: Re: Allineamento dei picchi e riconoscimento dei modelli
Ciao Martino-
Arrivando a questo, il modo in cui lo affronterei se fosse una risposta all'impulso acustico. Il parametro IACF (funzione di correlazione incrociata interaurale) esamina lo schema dei riflessi che arrivano alle orecchie sinistra e destra misurati utilizzando una tecnica IR binaurale. Quindi prende una correlazione incrociata dal suono diretto ai primi 80 ms dopo il suono diretto (normalmente) e cerca quanto simili sono i picchi (riflessioni) su entrambe le orecchie. Questo diventa quindi una misura della spaziosità della stanza (prendendo il massimo dell'IACC da –1 a 1 ms. I dati raccolti che vengono analizzati in questo modo sembrano molto simili a quelli che hai presentato qui.
I dati vengono acquisiti alla stessa frequenza di campionamento per ciascuna misurazione. Sembra che il loro campione sia piuttosto scarso in termini di tempo, sarebbe bello ottenere i dati grezzi e vedere la risposta ad ogni ms o qualcosa del genere. Se potessi farlo, potresti utilizzare una correlazione incrociata nella piattaforma Time Series per determinare il ritardo del campione tra il campione 1 e 2, quindi aggiungere un po' di latenza al campione principale per allineare i picchi.
Potrebbe non essere quello che vogliono, ma è la prima tecnica che mi è venuta in mente attraverso la mia lente acustica/processo di segnale.
Matematica per chi se ne frega:
La funzione di correlazione incrociata interaurale è definita come
(11)
dove hL(t) e hR(t) sono rispettivamente la risposta all'impulso dell'orecchio sinistro e destro. Il coefficiente di correlazione incrociata interaurale è assunto come:
(12)
Dan
Da: Martin Demel
Data: venerdì 11 aprile 2014 alle 05:16
A: "[JMP] SE"
Oggetto: Allineamento dei picchi e riconoscimento dei modelli
CIAO,
Un cliente nel settore alimentare e del gusto (team di analisi sensoriale) ha chiesto informazioni sulla funzionalità di allineamento dei picchi/riconoscimento di modelli in JMP. Abbiamo questa capacità e, in tal caso, esiste un esempio disponibile.
Per essere più concreti:
Il set di dati è simile al seguente:
KA 142 005 Pr16
NO.
Tempo di ritrov
Indice Ret
La zona
Tipo
Area Rel
Quantità
Nome del picco
min
pA*min
%
ppm
1
8.620
1657,2
0,026
BMB
0,012
264,60
2
9.220
1706,1
0,031
BMB
0,014
318,50
3
9.368
1717,3
0,065
BMB
0,029
659,78
4
9.850
1752,5
0,041
BMB
0,019
418,87
5
11.317
1852,8
36.548
BMB
16.559
373.816,84
UN
6
12.090
1902,0
0,540
BMB
0,245
5.520,64
7
12.413
1920,5
0,011
BMB
0,005
113,79
8
12.927
1948,2
0,744
BMB
0,337
7.611,68
9
13.488
1976,9
0,056
BMB
0,025
572,75
10
14.230
2013,9
0,542
BMB
0,245
5.540,39
11
14.898
2047,2
14.705
BMB
6.663
150.406,13
B
12
15.600
2081,0
0,025
BMB
0,011
256,14
13
16.148
2106,1
55.467
BM
25.132
567.331,13
B_2
14
16.733
2131,0
0,108
M
0,049
1.105,31
15
17.105
2146,3
6.406
MB
2.902
65.520,93
C_1
16
17.918
2178,2
0,029
BMB
0,013
300,34
E un secondo set del genere:
KA 142 005 Pr17
NO.
Tempo di ritrov
Indice Ret
La zona
Tipo
Area Rel
Quantità
Nome del picco
min
pA*min
%
ppm
1
9.227
1706,6
0,028
BMB
0,019
414,92
n / a
2
9.355
1716,3
0,021
BMB
0,014
314,55
n / a
3
9.848
1752,4
0,039
BMB
0,026
571,50
n / a
4
11.305
1852,0
30.725
BMB
20.081
449.519,59
UN
5
12.087
1901,8
0,435
BMB
0,284
6.365,73
6
12.925
1948,1
0,680
BMB
0,444
9.944,70
7
13.442
1974,6
0,025
BMB
0,016
360,13
8
14.227
2013,7
0,367
BMB
0,240
5.374,04
9
14.857
2045,2
5.287
BMB
3.456
77.358,63
B
10
16.113
2104,5
43.257
BM
28.271
632.875,80
B_2
11
16.712
2130,1
0,028
M
0,018
407,61
12
17.093
2145,8
5.491
MB
3.589
80.334,69
C_1
13
17.922
2178,4
0,013
BMB
0,009
196,67
14
18.590
2203,5
0,031
BM
0,020
450,20
15
18.837
2212,7
8.131
M
5.314
118.967,53
C_2
16
19.332
2230,9
0,022
M
0,014
323,37
Puoi vedere nella colonna di destra che a volte ci sono caratteri e a volte no. Ad esempio, dando un'occhiata ad "A", vedi che l'ora è più o meno la stessa, sai che è correlata allo stesso "nome di picco". Ma ce ne sono molti altri che non conoscono. L'obiettivo è allineare i nomi degli altri picchi su più di questi set di dati più o meno automaticamente.
Sotto puoi vedere alcune forme di quei segnali con i nomi dei picchi.
Quindi, devono prima trovare i picchi, quindi confrontarli con il secondo segnale e vedere se i picchi sono allineati. La difficoltà inoltre è che il numero di osservazioni temporali non è sempre lo stesso. O in altre parole, i picchi vengono spostati entro un piccolo intervallo sconosciuto.
So che si potrebbe risolvere tale confronto mediante funzionalità di elaborazione del segnale, come ad esempio la prima riduzione del rumore con trasformazioni wavelet, a volte correzioni della linea di base e normalizzazione degli spettri, quindi utilizzando un punto di corrispondenza o un altro metodo di allineamento. Ma non so se questo è qualcosa che potremmo fare in JMP. La consultazione della documentazione e la rapida ricerca nei libri non hanno avuto molto successo. Lo stesso utilizzando la ricerca su Internet relativa a “JMP”. Ho appena trovato alcune idee sull'utilizzo del clustering per trovare picchi comuni e sull'utilizzo ulteriore dei centri di tali picchi. Ma ciò potrebbe presentare problemi nel caso in cui lo spostamento di un picco rientri in un intervallo anomalo. Inoltre, non sono sicuro che una matrice di distanza possa essere d'aiuto e, poiché non ho utilizzato questo approccio prima, non ho la minima idea di andare oltre.
Quindi, se sai che questo è possibile (o addirittura no), che è già stato fatto da un cliente, o hai un esempio, sono lieto di servirti una birra la prossima volta che ci vediamo J
Grazie,
Martino
PS: nel caso avessi un'idea ma ti servissero dati, faccelo sapere (ne ho alcuni dal cliente).
Martin Demel
Ingegnere di sistema JMP ▪ Vendite JMP ▪ Germania, Austria, Svizzera
Tel: + 49 89 15929 315 ▪ Fax: + 49 6221 415 44 6115
Cellulare: + 49 172 6340 872 ▪ Martin.Demel@jmp.com ▪ www.jmp.com/de
Indirizzo: Nördliche Auffahrtsallee 22 ▪ 80638 Monaco
JMP - Scoperta statistica da SAS
