Effiziente Versuchsplanung einer mehrstufigen (3+) kategorialen Variablen und vieler kontinuierlicher VariablenIch möchte ein Screening-Experiment durchführen, um herauszufinden, welche Faktoren meine Reaktion (Y) am meisten beeinflussen. Aus früheren Forschungen weiß ich, dass diese Variablen Wechselwirkungen haben, daher muss ich Wechselwirkungsterme in meinem Modell haben. Die Faktoren, die ich als relevant identifiziert habe, sind die folgenden:
- X1 - kontinuierlich
- X2 - kontinuierlich
- X3 - kontinuierlich
- X4 - kontinuierlich
- X5 - kontinuierlich
- X6 – kategorisch mit nur 2 Ebenen
- X7 – kategorisch mit 10 Stufen
Genauer gesagt ist X7 eine Art Chemikalie: eine Fettsäure. Fettsäuren können gesättigt oder einfach ungesättigt oder mehrfach ungesättigt, längerkettig oder kürzerkettig usw. sein, daher habe ich zehn davon ausgewählt, die diesen Eigenschaftsbereich abdecken. Da X7 über mehr als drei Ebenen verfügt, bin ich gezwungen, das benutzerdefinierte Design in JMP zu verwenden. Unter Berücksichtigung der Interaktionsterme in meinem Modell führt dies zu etwa 42 Experimenten. Ich wollte fragen, ob es einen effizienteren Weg gibt, dies zu tun? Insbesondere eine effizientere Möglichkeit, ein DOE einzurichten, um Variablen wie X7 (die kategorisch sind) zu untersuchen.
Als ich laut darüber nachdachte, dachte ich zunächst, dass die Umwandlung von X7 von einer diskreten in eine kontinuierliche Variable (indem ich mich vielleicht auf ein wichtiges Merkmal von Fettsäuren konzentriere) hilfreich sein könnte, weil ich dann einfach eine „hohe“ und eine „niedrige“ Einstellung auswählen könnte. Aber Chemikalien sind mehrdimensional, das heißt, sie können nicht einfach auf ein Merkmal/eine Zahl reduziert werden, daher glaube ich nicht, dass dies der richtige Weg ist.
Gibt es also eine effizientere Möglichkeit, eine Studie zu entwerfen, bei der Sie eine kategoriale Variable wie X7 haben?
VersuchsplanungBetreff: Effiziente DOE einer mehrstufigen (3+) kategorialen Variablen und vieler kontinuierlicher VariablenHallo @AsymptoticRules ,
Willkommen in der Community!
Die Verwendung chemischer Strukturen als kategoriale Faktoren bringt mehrere Nachteile mit sich:
- Möglicherweise können Sie analysieren und auswählen, welche Moleküle die beste Leistung erbringen, aber Sie verstehen nicht immer, warum bestimmte Moleküle die beste Leistung erbringen (Polarität, hydrophiles/lipophiles Verhalten, Molekülvolumen, Anzahl der Atome, H-Donoren/Akzeptoren, ...),
- Sie können die Reaktion abhängig von den im Design verwendeten Molekülstrukturen analysieren, aber nicht die Reaktion für neue Moleküle vorhersagen, die noch nicht im experimentellen Design verwendet wurden.
- Die Verwendung eines kategorialen Faktors mit so vielen Ebenen geht mit vielen möglichen Kombinationen mit anderen Faktoren einher, wodurch ein Design mit einer hohen Anzahl an Experimenten entsteht (was in einer frühen Phase wie der Screening-Phase möglicherweise nicht sehr praktisch ist).
Wie Sie bereits erwähnt haben, wäre es in einer Screening-Phase interessant, die Anzahl der zu screenenden Fettsäurenkandidaten zu reduzieren, die Anzahl der zu screenenden Experimente und Wechselwirkungen zu reduzieren und nur die Moleküle mit der höchsten chemischen Variabilität beizubehalten, um signifikante Effekte und Wechselwirkungen zu erkennen und von dort aus wird das Design in einem zweiten Schritt zu einem Optimierungs-/Vorhersagedesign erweitert, möglicherweise mit anderen Molekülkandidaten.
Um die Anzahl der in Frage kommenden Fettsäuren zu reduzieren, würde ich versuchen, die chemischen Eigenschaften/molekularen Deskriptoren der ersten 10 Fettsäuren zu analysieren, die Sie untersuchen möchten. So würde ich es machen:
- Berechnen/extrahieren Sie molekulare Deskriptoren aus den chemischen Strukturen (es können mehrere Optionen verfügbar sein, mit verschiedenen Bibliotheken auf Python wie z RDKit um molekulare Deskriptoren zu berechnen oder sie aus öffentlichen Datenbanken zu extrahieren PubChem , ChemSpider , Und viele andere ...)
- Verwenden Sie eine PCA (oder eine andere Dimensionsreduktionsanalyse), um einen großen Teil der chemischen Informationen in einer geringen Anzahl von Dimensionen zu behalten (chemische Eigenschaften/molekulare Deskriptoren korrelieren häufig stark, sodass Sie möglicherweise mehr als 70 % der chemischen Informationen behalten können). dieser chemischen Klasse mit nur einer Hauptkomponente). Dieser Schritt soll die Analyse und Auswahl von Molekülkandidaten erleichtern.
- Tragen Sie die Molekülkandidaten auf a ein Paralleles Koordinatendiagramm oder eine andere Visualisierung mit ihrer Hauptkomponente oder rohen Molekülattributen, um die unterschiedlichsten Moleküle auswählen zu können (z. B. mindestens ein hohes und ein niedriges Niveau für jede Hauptkomponente). Sie können auch ein DoE simulieren, das nur auf den Hauptkomponenten als Kovariatenfaktoren basiert, und sehen, welche Moleküle in einem D-optimalen/Screening-Design ausgewählt worden wären.
Sie können diese ausgewählten Moleküle dann als Ebenen Ihres kategorialen Faktors in Ihrem Design verwenden oder die Hauptkomponenten direkt als kontinuierliche Faktoren/Kovariaten im Design verwenden.
Zu diesem Thema könnte dieser Vortrag für Sie interessant sein: https://community.jmp.com/t5/Discovery-Summit-Europe-2017/Increase-Efficiency-and-Model-Applicability-Domain-When-Testing/ta-p/36572
Dies ist nur eine mögliche Option. Ich bin sicher, dass andere Mitglieder dieses Forums andere Erfahrungen mit Molekülen als Faktoren haben. Ich persönlich versuche bei dieser Art von Ansatz immer, die kategorialen Informationen nach Möglichkeit in kontinuierliche Informationen umzuwandeln.
Ich hoffe, dies wird dir helfen,
Betreff: Effiziente DOE einer mehrstufigen (3+) kategorialen Variablen und vieler kontinuierlicher VariablenVielen Dank für die Perspektive, Victor! Das macht für mich durchaus Sinn! Ich werde versuchen, diesen Beitrag zu aktualisieren, wenn ich es versuche!
Betreff: Effiziente DOE einer mehrstufigen (3+) kategorialen Variablen und vieler kontinuierlicher VariablenIch stimme voll und ganz zu @Victor_G 's Gedanken. Die einzige andere Möglichkeit, die mir einfällt, um die Anzahl der Stufen für Werte für die zugrunde liegenden chemischen Eigenschaften?“ Verwenden Sie dann Methoden zur Modellierung der Variablenidentifikation, beispielsweise eine der baumbasierten Methoden, oder, wenn Sie über JMP Pro verfügen, einige der Plattformen für die generalisierte Regression, die sich mit der Variablenidentifizierung auskennen. Ein nettes Merkmal vieler dieser Methoden ist, dass sie im Vergleich zu Techniken wie der gewöhnlichen Regression der kleinsten Quadrate oder der schrittweisen Regression, ihrem Cousin zur Variablenidentifizierung, einigermaßen robust gegenüber Korrelationen zwischen den Faktoren sind. Möglicherweise können Sie einige der X7-Kategorieebenen überprüfen.
Betreff: Effizientes DOE einer mehrstufigen (3+) kategorialen Variable und vieler kontinuierlicher VariablenHalten Sie das für machbar?Führen Sie zunächst ein Vorexperiment durch, testen Sie X7 einzeln unter bestimmten Bedingungen und führen Sie dann die zweite Runde durch.
Betreff: Effizientes DOE einer mehrstufigen (3+) kategorialen Variable und vieler kontinuierlicher VariablenAls ich laut nachdachte, dachte ich zunächst, dass es hilfreich sein könnte, X7 von diskreten zu kontinuierlichen Variablen umzuwandeln (vielleicht indem ich mich auf ein wichtiges Merkmal von Fettsäuren konzentriere), weil ich dann einfach eine „hohe“ und eine „niedrige“ Einstellung auswählen könnte. Aber Chemikalien sind mehrdimensional, d. h. sie können nicht einfach auf ein Merkmal/eine Zahl reduziert werden, daher glaube ich nicht, dass dies der richtige Weg ist.
