Datos GC-FID: PLS, SVM, FDE?Hola,
estamos en contacto con una empresa que utiliza GC-FID (detector de ionización de llama y cromatografía de gases) como herramienta analítica.
Están comparando materias primas y quieren comprender qué propiedad analítica conduce a mejores rendimientos.
¿Alguien tiene este tipo de datos?
PLS parece una herramienta adecuada, pero he visto SVM en algunas publicaciones, ¿alguna idea?
También estaba pensando en FDE, pero ¿vale la pena el costo adicional si PLS es la herramienta tradicional?
Gracias.
Emmanuel
@phil_kay @bill_worley
Re: Datos GC-FID: PLS, SVM, FDE?¿Sabe si los datos están en el dominio de la frecuencia o en el dominio del tiempo?
ETA: parece dominio de frecuencia. El conjunto de datos Gasoline NIR probablemente estaría cerca. PLS se utiliza aquí.
Suponiendo algo como esto: https://www.researchgate.net/figure/Gas-chromatography-flame-ionization-detector-FID-results-of-the-outer-nest-tube_fig1_43285974
Re: Datos GC-FID: PLS, SVM, FDE?@Emmanuel_Romeu ,
PLS ha sido durante mucho tiempo el estándar de la industria para este tipo de análisis.Personalmente, creo que FDE funciona maravillosamente para este tipo de datos, especialmente cuando se tienen en cuenta todas las opciones de manipulación de datos como DTW.El análisis de los datos cromatográficos puede ser un desafío, ya que las ejecuciones pueden tener diferentes períodos de tiempo (al menos en el entorno de I + D) y eso es muy doloroso de analizar con PLS.@HadleyMyers tiene un gran ejemplo de los problemas de usar PLS cuando los datos no están en forma perfecta.Aquí está la diapositiva: el mensaje básico de analizar esto con PLS llevó meses y resultó en un artículo de investigación.Esto se puede hacer en minutos con FDE.
Re: Datos GC-FID: PLS, SVM, FDE?Emmanuel,
FDE es una buena forma de comparar cromatogramas, pero no es necesariamente una herramienta que usaría para cuantificar ese tipo de datos.Sin embargo, si tiene una curva objetivo, puede ser muy útil.
Los cromatogramas de GC se basan en el tiempo de elución de un compuesto vaporizado dado después de que interactúa (o no) con una fase estacionaria en una columna cromatográfica.Toda la cromatografía se basa en principios similares en general.El modo de detección puede variar mucho.
Después de que una muestra se inyecta en el horno, se vaporiza instantáneamente y esta mezcla de gases es transportada a la columna por un gas portador.Normalmente se utiliza helio, pero también se utiliza hidrógeno como gas portador.La GC se puede utilizar para identificar o cuantificar.
La identificación se basa en inyectar compuestos conocidos en el sistema cromatográfico y determinar el tiempo de retención a medida que eluyen a través del detector, FID en este caso.Cuando el compuesto golpea el detector, se "quema" y genera una señal que se registra en un "cromatograma".Este puede ser un uso razonable para FDE con una curva objetivo.
La cuantificación es más complicada y requiere la preparación de soluciones que contienen cantidades conocidas del compuesto o compuestos de interés.Desarrollaría una curva de calibración a partir de este tipo de análisis.
PLS es razonable si se registra todo el cromatograma y tienen puntos de tiempo como encabezados de columna similares a los datos espectroscópicos de IR cercano en los datos de gasolina que @danielvalente recomendado.Cada fila es una muestra.
Estos datos son muy amplios y por eso PLS funciona tan bien.He descubierto que la regresión generalizada también funciona muy bien con un Elastic Net de escaneo con datos espectrales y que vale la pena probar las redes neuronales debido a su flexibilidad.
Sugeriría contactar @JeremyAshJMP ya que ha estado trabajando con datos cromatográficos y un algoritmo de búsqueda de picos en la plataforma FDE.
Perdón por la lección sobre cromatografía, pero espero que ayude a comprender mejor lo que su cliente está tratando de lograr.
Mejor,
Cuenta
Re: Datos GC-FID: PLS, SVM, FDE?Muchas buenas respuestas aquí.
Solo agregaría que primero debe verificar algunos de los detalles de su desafío de análisis de datos. En primer lugar, ¿qué tipo de datos tienen: cromatograma sin procesar o datos resumidos en forma de "tabla de picos"?
Con los métodos de cromatografía, el software del instrumento a menudo identificará los diferentes picos en el cromatograma para cada muestra y producirá estadísticas resumidas (área integrada, ancho, simetría, ...) para cada pico. A menudo, una tabla de datos de área integrada para cada pico de cada muestra es lo que necesitan para resolver su problema científico. Básicamente, cada entidad química diferente en una muestra producirá un pico en un punto único en el tiempo / eje x del cromatograma. El área del pico es proporcional a la cantidad de esa entidad en la muestra.
Avísame si esto es lo que deben hacer. Tengo un ejemplo que podría usar, pero no quiero compartirlo ampliamente.
Si necesitan utilizar cromatogramas sin procesar, el FDE podría ser útil, como han mencionado otros. Hay algunos ejemplos de clientes que ya lo hacen en determinadas circunstancias. Pero las capacidades de FDE aún necesitan un desarrollo considerable para ser realmente útiles en la mayoría de los ejemplos de cromatografía.Actualmente, FDE solo será útil con cromatogramas muy simples y no parece que este sea el caso en su ejemplo. No conozco ningún conjunto de datos de ejemplo que pueda usar.
Espero que esto ayude.
Phil
Re: Datos GC-FID: PLS, SVM, FDE?Hola dan
mi entendimiento es "dominio del tiempo", pero vale la pena comprobarlo, así que lo haré.
¿Es el conjunto de datos el "NIR de octano de gasolina" mencionado aquí ( D50 Gasoline Octane NIR (Gardner) - Comunidad de usuarios de JMP )?
Emmanuel
Re: Datos GC-FID: PLS, SVM, FDE?Hola Pedro,
de hecho, tenía en mente promover DTW. Sin embargo, en este momento, el cliente dijo que es fácil reducir el tamaño del conjunto de datos de 70k filas a 7k y alinear los cromatogramas, por lo que no hay ningún problema claro. Lo veré durante la reunión de seguimiento. Me pondré en contacto @HadleyMyers para el conjunto de datos que mencionaste.
Emmanuel
