Salut à tous!
Je suis de retour avec une autre question naïve pour laquelle j'apprécierais beaucoup votre contribution.
nous mesurons actuellement les performances de groupes de cellules dans la production d'anticorps sur la façon dont cela change avec le temps.
Nous avons un tas de lectures différentes (densité cellulaire la plus élevée, taille, production de déchets, ... et bien sûr la quantité d'anticorps qu'ils produisent). Nous avons cela lorsque les cellules étaient «jeunes», «d'âge moyen» et «vieilles». Pour certains, la quantité d'anticorps qu'ils produisent change, mais aussi d'autres attributs (pas toujours les mêmes et aussi dans des directions différentes). La question principale à laquelle je voulais répondre est de savoir s'ils ne produisent que moins d'anticorps et que tout le reste reste le même, ou s'ils changent dans leur ensemble et la quantité qu'ils produisent n'est qu'une des choses qui devient différente. Empiriquement, je peux dire que ce dernier est (principalement) le cas, mais je voulais quantifier cela et - en particulier - le mettre dans un joli chiffre (à des fins de présentation, pas d'analyse détaillée). Donc, mon idée était d'effectuer une PCA sur les attributs autres que la quantité qu'ils produisent (pas de tendances claires ici), puis de mesurer la distance euclidienne le long des 4 premiers PC (décrivant environ 80% de diff / le «genou» dans le graphique en éboulis) aux "cellules les plus jeunes" respectives. L'idée ici était que plus cette distance est grande, plus les cellules sont devenues différentes de leurs ancêtres. En effet, lorsque je trace cette distance par rapport à la variation de la quantité qu'ils produisent, la corrélation est assez décente. Je comprends bien sûr que cela ne me dit rien sur les mécanismes derrière cela, mais je me demandais simplement si les gens pensaient que cela avait du sens. Je suppose que je pourrais ignorer toute l'étape PCA et simplement faire l'eucl. distance pour tous les attributs, mais cela semble être un bon moyen à la fois de centrer les données et de réduire le montant des colonnes / dimensions.
Qu'est-ce que tu penses? Ps: si vous n'aimez pas les cellules, pensez aux plantes!;)
Pourriez-vous créer un modèle PCA en utilisant une période de période de référence et marquer de nouvelles lignes par rapport à ce modèle avec la plate-forme MDMCC, introduite dans JMP 15?La valeur T2 indiquerait s'il y a eu un décalage par rapport à la période de référence qui est expliqué par le modèle, la SPE indiquerait si les données correspondent au modèle construit pendant la période de référence et les contributions à chacune indiqueraient quelles variables ont causé la variation.
Pour faire cela:
- Dans le tableau de données, placez la période de référence en haut du tableau
- Masquer / exclure les données qui ne sont pas dans la période de référence
- Construire un modèle PCA, enregistrer des composants
- Afficher / annuler les nouvelles données
- Ouvrez la plate-forme MDMCC, ajoutez des composants enregistrés, définissez une ligne lorsque les données historiques se terminent
- Ajouter un graphique SPE
- Sélectionnez les lignes actuelles ou nouvelles et ajoutez des graphiques de proportion de contribution moyenne pour T2 et SPE
- Regardez également les cartes de chaleur de contribution
