In qualità di ricercatore clinico in scienze traslazionali, amo la facilità d'uso e le potenti funzionalità, visualizzazione, ecc. Di JMP, ma ci sono caratteristiche che lo renderebbero più utile per i dati multi-omici:
1) supporto / guida / guida / piattaforme che si concentrano su campioni di piccole dimensioni con molti dati (ovvero la tua tipica ricerca medica di base in cui il numero di pazienti è limitato ma il numero di variabili per paziente è grande). Un algoritmo comunemente usato che manca è OPLS-DA, che è solo un'applicazione di PLS-DA di cui dispone JMP. Hai il lazo che è anche popolare. L'implementazione di altri algoritmi di rete neurale / apprendimento automatico sarebbe fantastico (XGBoost!). Ma il punto è integrare le diverse opzioni in un componente aggiuntivo o una piattaforma specifica per queste attività e la guida / aiuto associati.
2) Supporto per campionamento longitudinale: molte volte i pazienti vengono campionati più di una volta. Aggiungerlo a quanto sopra farebbe risaltare JMP e guidare il campo per questi tipi di analisi.
3) la selezione delle variabili è cruciale e l'utilizzo di modi diversi è importante per vedere come si comportano, ovvero aggiunta in avanti o eliminazione all'indietro, bootstrap (per mantenere il numero di predittori per variabile) vs sottocampionamento, ecc. Avere un profiler per questo tipo di analisi sarebbe sorprendente, o avere una simulazione della curva di apprendimento che mostra come ci si aspetta che i modelli si comportino per determinati parametri utilizzati.
4) Le visualizzazioni associate e il confronto e la scelta del modello.
5) Un'altra caratteristica molto importante è l'analisi della rete. Non intendo le versioni neurali / ML, ma quelle che utilizzano correlazioni tra variabili diverse per creare le loro mappe di associazioni. È come fare il SEM nella direzione opposta. Ciò sarebbe particolarmente utile se fatto a livello individuale, ovvero prendere la matrice del grafico a dispersione di ogni paziente e osservare le stesse coppie in tutti i pazienti per vedere quali variabili sono correlate in modo coerente. Questo è diverso dal mettere insieme tutti i punti di tutti i pazienti in un grande campione.
Forse alcune di queste funzionalità esistono in parti separate di JMP e immagino che alcune potrebbero essere automatizzate / ricreate utilizzando JSL. Ma per quelli di noi che sono attratti da JMP perché non è R, avere queste funzionalità organizzate in modo coerente come altre piattaforme JMP farebbe una grande differenza. Posso anche dire che questo è lo stesso problema con tutti gli altri principali pacchetti di statistiche commerciali, quindi un'implementazione robusta in JMP sarebbe un elemento di differenziazione.
