¡Hola a todos!
Soy realmente nuevo en JMP y me gustaría preguntar si puedo obtener comentarios / respuestas a algunas preguntas. Estoy bastante seguro de que algunos de ellos se basan en una falta de comprensión de mi parte, así que tenga paciencia ...;)Por supuesto, primero intenté encontrar respuestas en la documentación y los videos de capacitación, pero todavía me queda esto.
En el trabajo, recientemente me hice cargo del desarrollo de medios de crecimiento para nuestras células (biotecnología). El medio consta de aproximadamente 80 componentes diferentes, así como algún factor adicional (por ejemplo, ajuste de pH). Hay aproximadamente 14 soluciones madre / grupos de ingredientes diferentes que se mezclan en diferentes proporciones. Actualmente tenemos un problema con esta formulación para mantener las células vivas el mayor tiempo posible, lo que significa que la viabilidad el último día (D10_viability) debe ser lo más alta posible.
Para averiguar qué componentes podrían influir en esto sin demasiado sesgo de las observaciones anteriores, mi idea era realizar un diseño de cribado definitivo con 12 de estas soluciones de stock como factor. Asumiría que las cuadráticas estarán presentes para casi todos. Obviamente, sería mejor hacer esto para cada ingrediente individual de una manera que también pueda evaluar las interacciones (ciertamente presentes), pero eso no es factible a mano.
Entonces, lo que hice fue usar la formulación actual como punto central e ir desde allí. Dado que supongo que para algunos ingredientes (por ejemplo, oligoelementos) se espera un cambio mucho mayor para ver algo, elegí diferentes "intervalos". Sin embargo, lo que hice es que cambié los valores del punto de ajuste usando diferentes factores que se supone que significan por ejemplo: para el ingrediente 1 (imaginemos que esto era glucosa), el factor era 5, por lo que el punto central (0) es para ejemplo 5 g / L, el punto bajo (-1) es 1 g / L y el punto alto (+1) es 25 g / L. En este caso particular 0; 5 y 10 probablemente también hubieran funcionado, pero en el caso de oligoelementos, simplemente duplicar para +1 probablemente no haría mucho. También para el pH necesito usar el "pH esperado" y no el que resultó ser en realidad (que fue en ese sentido, pero por supuesto no 100% igual).
Adjunté el archivo que también contiene algunas respuestas y los valores reales y los utilizados en el DoE, así como algunas respuestas.
Entonces mi (s) pregunta (s):
¿Tiene algún sentido este enfoque / es correcto? Si utilizo los valores reales, no puedo evaluar / ajustar una evaluación definitiva y el desempeño esperado del DoE es terrible.
Si realizo un ajuste de todos modos (sin usar la herramienta de ajuste de cribado definitivo) usando redes y cuadráticas, obtengo algo que parece un modelo decente, pero no tengo idea si esto tiene algún sentido real ...
¿Puedo incluir interacciones que creo que existen a pesar de que el cuadro de diálogo "evaluar modelo" me dice que no se pueden estimar?
Resultó que uno de los ingredientes (n. ° 6) era extremadamente mortal para las células ya en el D03. Puedo identificar esto bastante bien (aunque también es obvio a simple vista) usando la herramienta de detección definitiva.
Cuando utilizo la misma plataforma para ver la viabilidad en D10_viability como respuesta, obtengo algunos resultados extraños que incluyen gráficos residuales por filas muy extraños. Cuando elimino todas las condiciones con el ingrediente alto_6 (marcado en rojo en el archivo), que es aproximadamente el 40% de las condiciones, ya no puedo usar la plataforma de detección definitiva, pero aún puedo adaptar modelos que se ven bien para mí. Obviamente, la plataforma del modelo de evaluación me dice que esto ya no es bueno.
¿Esto todavía tiene algún sentido?
Además, esto solo funciona si elimino el 100 alto original de la recodificación para el factor 6 ...
Perdón por todas estas preguntas un poco complicadas y largas, ¡pero realmente agradecería cualquier tipo de aportación!
¿No es útil poner su modelo y los gráficos de análisis exploratorio que hizo hasta ahora en la tabla para que otros puedan verificar lo que hizo?
¿Cuál es la razón de tener celdas coloreadas y celdas configuradas como "ocultar y excluir"?
¿Es el factor 100 al cambiar el nivel del factor (0.01 - 1 - 100 para bajo, centro, alto) normal en su campo y razonable?
gracias por los comentarios - Intenté crear algunos de los modelos que encontré, que incluyen una breve descripción
las observaciones marcadas en rojo son aquellas que tuvieron una viabilidad de 0 el día 3 lo que concuerda con los valores altos para el ingrediente 6 (+1 / 100). Cuando los guardo en el e intento modelar días después de esto (día 10), todo me parece bastante extraño; sin embargo, no tengo idea de si este es un enfoque válido
El verde se usa para los puntos centrales (desafortunadamente, 1 de ellos es bastante diferente a los otros 2 ...:()
con respecto a los niveles de los factores
generalmente, usar algo como 1, 10, 100, 1000, ... ya que los valores en una respuesta a la dosis en ensayos que usan células serían bastante comunes; sin embargo, esas curvas de respuesta generalmente se trazan en una escala logarítmica y se comparan las CE50 (las que tienen una respuesta del 50%); esto realmente no me facilita entender si este enfoque está bien aquí
mi pensamiento fue: si 100 es el punto central, entonces si sigo el enfoque clásico, el valor más bajo posible sería 0 (lo cual está bien, supongo), pero el más alto sería 200, que para la mayoría de los ingredientes no se esperaría para tener un efecto muy fuerte
en retrospectiva, ciertamente elegí los rangos demasiado amplios, pero todavía me preguntaba si podría usar este enfoque para tener 3 niveles de factor ...
