Als klinischer Forscher in der Translationswissenschaft mag ich die Benutzerfreundlichkeit von JMP und die leistungsstarken Funktionen, Visualisierung usw. Aber es gibt Funktionen, die es für Multi-Omics-Daten nützlicher machen würden:
1) Unterstützung / Hilfe / Anleitung / Plattformen, die sich auf kleine Stichprobengrößen mit vielen Daten konzentrieren (dh Ihre typische medizinische Grundlagenforschung, bei der die Anzahl der Patienten begrenzt ist, die Anzahl der Variablen pro Patient jedoch groß ist). Ein häufig verwendeter Algorithmus, der fehlt, ist OPLS-DA, der nur eine Anwendung von PLS-DA ist, über die JMP verfügt. Sie haben Lasso, das auch beliebt ist. Die Implementierung anderer Algorithmen für neuronale Netze / maschinelles Lernen wäre großartig (XGBoost!). Es geht jedoch darum, die verschiedenen Optionen in ein für diese Aufgaben spezifisches Add-In oder eine Plattform und die damit verbundene Anleitung / Hilfe zu integrieren.
2) Unterstützung der Längsprobe: Oft werden die Patienten mehr als einmal beprobt. Wenn Sie dies hinzufügen, würde sich JMP von anderen abheben und das Feld für diese Art von Analysen anführen.
3) Die Variablenauswahl ist von entscheidender Bedeutung, und es ist wichtig, verschiedene Methoden zu verwenden, um zu sehen, wie sie funktionieren, dh Vorwärtsaddition oder Rückwärtseliminierung, Bootstrapping (um die Anzahl der Prädiktoren pro Variable beizubehalten) und Unterabtastung usw. Einen Profiler für diesen Typ zu haben Es wäre erstaunlich, eine Analyse durchzuführen oder eine Lernkurvensimulation durchzuführen, die zeigt, wie die Modelle für bestimmte verwendete Parameter voraussichtlich funktionieren.
4) Die zugehörigen Visualisierungen und Modellvergleiche und Auswahlmöglichkeiten.
5) Ein weiteres sehr wichtiges Merkmal ist die Netzwerkanalyse. Ich meine nicht die neuronalen / ML-Versionen, sondern diejenigen, die Korrelationen zwischen verschiedenen Variablen verwenden, um ihre Assoziationskarten zu erstellen. Es ist wie das SEM in umgekehrter Richtung. Dies wäre besonders nützlich, wenn dies auf individueller Ebene erfolgen würde, dh wenn Sie die Streudiagrammmatrix jedes Patienten verwenden und die gleichen Paare für alle Patienten betrachten, um festzustellen, welche Variablen konsistent korreliert sind. Dies ist etwas anderes, als alle Punkte aller Patienten in einer großen Stichprobe zusammenzufassen.
Möglicherweise sind einige dieser Funktionen in separaten Teilen von JMP vorhanden, und ich denke, einige könnten mithilfe von JSL automatisiert / neu erstellt werden. Aber für diejenigen von uns, die sich für JMP interessieren, weil es nicht R ist, würde es einen großen Unterschied machen, wenn diese Funktionen wie bei anderen JMP-Plattformen kohärent organisiert wären. Ich kann auch sagen, dass dies das gleiche Problem bei allen anderen führenden kommerziellen Statistikpaketen ist, sodass eine robuste Implementierung in JMP ein Unterscheidungsmerkmal wäre.
