Análisis quimiométrico de datos espectroscópicos
Descripción general
Este estudio de caso demostrará el flujo de trabajo analítico para analizar datos espectrales utilizando las plataformas JMP y JMP Pro.El uso de técnicas de análisis espectroscópico para caracterizar materias primas, productos intermedios y productos terminados está muy extendido en toda la Química.Desde laboratorios de química universitarios hasta laboratorios de investigación e innovación, así como el entorno de producción. El análisis espectral está prácticamente en todas partes.La parte más difícil del análisis espectral no es la recopilación de los espectros, sino el análisis de los datos que vienen con los espectros.En los últimos años, JMP ha estado trabajando en técnicas integradas de análisis espectral multivariable, también conocidas como análisis quimiométrico.
Definición wiki de quimiometría:
“Quimiometría es la ciencia de extraer información de los sistemas químicos por medios basados en datos. La quimiometría es inherentemente interdisciplinaria y utiliza métodos que se emplean con frecuencia en las disciplinas centrales de análisis de datos, como estadísticas multivariadas , matemáticas Aplicadas , y Ciencias de la Computación , con el fin de abordar los problemas de química , bioquímica , medicamento , biología y Ingeniería Química .
La quimiometría se aplica para resolver problemas tanto descriptivos como predictivos en ciencias naturales experimentales, especialmente en química. En aplicaciones descriptivas, las propiedades de los sistemas químicos se modelan con la intención de aprender las relaciones subyacentes y la estructura del sistema (es decir, comprensión e identificación del modelo). En las aplicaciones predictivas, las propiedades de los sistemas químicos se modelan con la intención de predecir nuevas propiedades o comportamientos de interés. En ambos casos, los conjuntos de datos pueden ser pequeños, pero a menudo son muy grandes y muy complejos, e involucran de cientos a miles de variables y cientos de miles de casos u observaciones”.
El flujo de trabajo analítico de JMP para el análisis de datos espectrales
- Obtener datos espectrales en JMP es el primer desafío.Hay un complemento para extraer archivos *.csv y *.jdx.Los archivos .jdx deben estar en el formato estándar y no comprimidos.Como alternativa, se puede utilizar la importación de archivos múltiples, pero requerirá una configuración inicial.
- Los datos espectrales se pueden analizar tanto en formato apilado como en formato ancho.Use el formato apilado (por fila) con Graph Builder cuando revise los datos por primera vez y para un preprocesamiento inicial.Los gráficos paralelos en Graph Builder funcionan bien para datos de gran formato.
- Al usar gráficos paralelos, arrastre los datos de longitud de onda al eje x, luego haga clic con el botón derecho, desplace el cursor sobre Combinar escalas y use Combinación paralela para tener una idea de las diferencias en el cambio de línea base.
- Puede ser necesario un procesamiento previo de los datos.
- El primer paso es utilizar datos de longitud de onda apilados para calcular la variación normal estándar (SNV).SNV se puede encontrar en el complemento.
- Otra opción de preprocesamiento es utilizar el filtro suavizante/derivado de Savitzy-Golay.Puedes sacar la primera o la segunda derivada.La primera derivada limpia las variaciones aditivas y la segunda derivada limpia tanto los datos aditivos como los multiplicativos.Tomar la derivada cambia la estructura de los datos y puede dificultar la interpretación.
- A veces necesitará hacer Savitzy-Golay y SNV.Haz Savitzy-Golay primero y luego haz SNV.*Pronto podrá realizar todo el preprocesamiento dentro de la plataforma FDE en JMP Pro 17.
- El uso de muchas técnicas multivariadas, incluidas MDMVCC, PCA, escalamiento multidimensional y agrupación, puede y debe usarse para mostrar la multicolinealidad y la subagrupación.
- Modelado en JMP normal:
- Se ha demostrado que la regresión paso a paso en JMP normal funciona bien con datos de infrarrojo cercano y es una buena manera de encontrar longitudes de onda importantes (variables)
- Los árboles de decisión funcionan bien, pero tenga en cuenta que puede ser mejor hacer las divisiones manualmente en lugar de dejar que JMP haga todas las divisiones.
- Puede usar los componentes principales guardados para realizar la regresión de componentes principales en la plataforma Ajustar modelo.Es más difícil determinar las longitudes de onda más importantes de esta manera, pero es posible con Evaluar la importancia de las variables usando el perfilador de predicción.
- Mínimos cuadrados parciales (PLS) la más prolífica de todas las herramientas de modelado quimiométrico.PLS está diseñado para manejar conjuntos de datos altamente correlacionados y típicamente muy amplios relacionados con datos espectrales y cromatográficos.PLS se puede usar para la selección de variables para determinar qué variables se pueden atribuir al mejor ajuste general a través de PLS.Dicho esto, si los datos están bien acondicionados a través del preprocesamiento, normalmente no hay necesidad de usar PLS para la selección de variables a menos que esté buscando una mezcla de componentes.
- Pasando a JMP Pro para modelar:
- Mínimos cuadrados parciales (PLS) – Ver arriba, PLS también está disponible en JMP regular .
- Regresión generalizada (Gen Reg): los modelos de regresión penalizados son buenos para la selección de variables y porque puede haber cientos, si no miles, de columnas por espectro/cromatograma. Elastic Net funciona muy bien para determinar las variables más importantes (longitudes de onda/picos).También se recomienda escanear el rango de posibilidades de Elastic Net Alpha para evitar perder variables importantes.Por ejemplo, el Elastic Net Alpha predeterminado es 0,99. Si elige el valor predeterminado, es probable que obtenga un buen modelo, pero también es muy probable que se pierda algunas variables muy importantes que mejorarán su capacidad predictiva.Si no tiene tiempo para escanear el rango de Elastic Net Alpha, puede elegir algo en el rango medio (0.56) para ver si eso le da un modelo razonable.
- Explorador de datos funcionales (FDE): FDE no es necesariamente una plataforma de modelado predictivo, ya que puede usarse para analizar datos en continuo y determinar qué y cuántos componentes principales funcionales están relacionados con la forma de un conjunto de curvas.El uso de DOE funcional usando variables suplementarias hace que FDE sea mucho más poderoso y puede obtener una calibración inversa usando FDOE.
- Neural Nets, Bootstrap Forest, Support Vector Machines, XG Boost, todos pueden usarse en el análisis de datos quimiométricos.Con JMP Pro puede usar Model Screening para determinar cuál es la mejor plataforma de modelado para usar con sus datos.
La quimiometría está en camino de convertirse en una tendencia en Pharma y HLS. Encuentre a continuación algunos artículos míos de LinkedIn sobre el tema que defiende JMP
Guía NIR de la FDA para la industria | LinkedIn
Técnicas Analíticas Emergentes en QbD – Paradigma PAT | LinkedIn
JMP® - una base para AQbD | LinkedIn
