Ciao a tutti!
Sono tornato con un'altra domanda ingenua per la quale apprezzerei molto un contributo.
attualmente stiamo misurando come i gruppi di cellule si comportano nella produzione di anticorpi su come questo cambia nel tempo.
Abbiamo un sacco di letture diverse (densità cellulare più alta, dimensione, produzione di prodotti di scarto, ... e ovviamente la quantità di anticorpi che producono). Abbiamo questo per quando le cellule erano "giovani", "di mezza età" e "vecchie". Per alcuni cambia la quantità di anticorpi che producono, ma anche altri attributi (non sempre gli stessi e anche in direzioni diverse). La domanda principale a cui volevo rispondere è se producono solo meno anticorpi e tutto il resto rimane lo stesso, o se cambiano nel loro insieme e la quantità che producono è solo una delle cose che diventa diversa. Empiricamente posso dire che il secondo è (principalmente) il caso, ma volevo quantificare questo e - in particolare - metterlo in una bella figura (a scopo di presentazione, non di analisi dettagliata). Quindi la mia idea era di eseguire un PCA sugli attributi diversi dalla quantità che producono (nessuna tendenza chiara qui) e quindi misurare la distanza euclidea lungo i primi 4 PC (descrivendo circa l'80% del diff / il "ginocchio" nel diagramma del ghiaione) alle rispettive "cellule più giovani". L'idea qui era che più grande è questa distanza, più diverse sono diventate le cellule rispetto ai loro antenati. In effetti, quando metto in grafico questa distanza rispetto alla variazione della quantità che producono, la correlazione è abbastanza decente. Capisco ovviamente che questo non mi dice nulla sui meccanismi alla base di questo, ma mi stavo solo chiedendo se ppl pensasse che questo avesse un senso. Presumo che potrei saltare l'intero passaggio PCA e fare solo l'eucl. distanza per tutti gli attributi, ma sembra un buon modo sia per centrare i dati che per ridurre la quantità di colonne / dimensioni.
Cosa ne pensi? Ps: se non ti piacciono le cellule, pensa alle piante!;)
Potresti costruire un modello PCA utilizzando un periodo di riferimento e assegnare un punteggio a nuove righe rispetto a quel modello con la piattaforma MDMCC, introdotta in JMP 15?Il valore T2 indicherebbe se c'è stato uno spostamento dal periodo di riferimento spiegato dal modello, la SPE indicherebbe se i dati si adattano al modello costruito nel periodo di riferimento e i contributi a ciascuno indicherebbero quali variabili hanno causato la variazione.
Per fare questo:
- Nella tabella dei dati, inserire il periodo di riferimento nella parte superiore della tabella
- Nascondere / escludere i dati non nel periodo di riferimento
- Costruisci un modello PCA, salva i componenti
- Mostra / non esclude nuovi dati
- Apri la piattaforma MDMCC, aggiungi i componenti salvati, imposta la riga al termine dei dati storici
- Aggiungi grafico SPE
- Seleziona le righe attuali o nuove e aggiungi i grafici della proporzione del contributo medio sia per T2 che per SPE
- Guarda anche le mappe di calore del contributo
