DOE efficiente composto da una variabile categoriale multilivello (3+) e molte variabili continueVoglio condurre un esperimento di screening per identificare quali fattori influenzano maggiormente la mia risposta (Y). Dalle ricerche passate, sono consapevole che queste variabili hanno interazioni, quindi ho bisogno di termini di interazione nel mio modello. I fattori che ho identificato come rilevanti sono i seguenti:
- X1 - continuo
- X2 - continuo
- X3 - continuo
- X4 - continuo
- X5 - continuo
- X6 - categoriale con solo 2 livelli
- X7 - categoriale con 10 livelli
Per essere precisi, X7 è un tipo di sostanza chimica: un acido grasso. Gli acidi grassi possono essere saturi, monoinsaturi o polinsaturi, a catena più lunga o a catena più corta, ecc., quindi ne ho selezionati 10 che abbracciano questa gamma di proprietà. Poiché X7 ha più di 3 livelli, sono costretto a utilizzare la progettazione personalizzata in JMP e, tenendo conto dei termini di interazione nel mio modello, ciò si traduce in circa 42 esperimenti. Volevo chiedere se esiste un modo più efficiente per farlo? Nello specifico, un modo più efficiente per impostare un DOE per studiare variabili come X7 (che sono categoriali).
Pensando ad alta voce, all'inizio ho pensato che convertire X7 da variabile discreta a variabile continua (magari concentrandosi su una caratteristica importante degli acidi grassi) potesse essere utile perché in quel caso avrei potuto semplicemente scegliere un'impostazione "alta" e una "bassa". Ma le sostanze chimiche sono multidimensionali, ovvero non possono essere semplicemente ridotte a una caratteristica/numero, quindi non credo che questa sia la strada da seguire.
Quindi esiste un modo più efficiente per progettare uno studio in cui è presente una variabile categoriale come X7?
Progettazione di esperimentiRi: DOE efficiente di una variabile categoriale multilivello (3+) e molte variabili continueCIAO @AsymptoticRules ,
Benvenuto nella Comunità!
L'utilizzo delle strutture chimiche come fattori categorici comporta diversi inconvenienti:
- Potresti essere in grado di analizzare e selezionare quali molecole funzionano meglio, ma non sempre capisci il motivo per cui alcune molecole funzionano meglio (polarità, comportamento idrofilo/lipofilo, volume molecolare, numero di atomi, donatori/accettori H, ...),
- È possibile analizzare la risposta in base alle strutture molecolari utilizzate nel progetto, ma non prevedere la risposta per nuove molecole non ancora utilizzate nel progetto sperimentale,
- L'utilizzo di un fattore categorico con così tanti livelli comporta il prezzo di molte possibili combinazioni con altri fattori, creando un progetto con un numero elevato di esperimenti (il che potrebbe non essere molto conveniente in una fase iniziale come la fase di screening).
Come hai menzionato, essendo in una fase di screening, sarebbe interessante ridurre il numero di acidi grassi candidati da vagliare, ridurre il numero di esperimenti e interazioni da vagliare e mantenere solo le molecole con la massima variabilità chimica, per rilevare effetti e interazioni significativi , e da lì passare il progetto a un progetto di ottimizzazione/predittivo in una seconda fase, possibilmente con altre molecole candidate.
Per ridurre il numero di candidati acidi grassi, proverei ad analizzare le proprietà chimiche/descrittori molecolari dei primi 10 acidi grassi che intendi selezionare. Ecco come lo farei:
- Calcola/estrai descrittori molecolari dalle strutture chimiche (sono disponibili diverse opzioni, con diverse librerie su Python come RDKit per calcolare descrittori molecolari o estrarli da database pubblici come PubChem , ChemSpider , E molti altri ...)
- Utilizzare una PCA (o un'altra analisi di riduzione dimensionale) per mantenere gran parte delle informazioni chimiche in un numero basso di dimensioni (le proprietà chimiche/descrittori molecolari sono spesso altamente correlati, quindi potresti essere in grado di conservare più del 70% delle informazioni chimiche di questa classe chimica con un solo componente principale). Questo passaggio dovrebbe facilitare l'analisi e la selezione delle molecole candidate.
- Traccia le molecole candidate su a Grafico delle coordinate parallele o un'altra visualizzazione con il loro componente principale o attributi molecolari grezzi per poter selezionare le molecole più dissimili (ad esempio almeno un livello alto e basso per ciascun componente principale). È inoltre possibile simulare una DoE basata solo sui componenti principali come fattori di covariazione e vedere quali molecole sarebbero state selezionate in un progetto D-ottimale/screening.
È quindi possibile utilizzare queste molecole selezionate come livelli del fattore categoriale nella progettazione oppure utilizzare direttamente i componenti principali come fattori/covariate continui nella progettazione.
Su questo argomento, potresti trovare interessante questa presentazione: https://community.jmp.com/t5/Discovery-Summit-Europe-2017/Increase-Efficiency-and-Model-Applicability-Domain-When-Testing/ta-p/36572
Questa è solo una delle opzioni possibili, sono sicuro che altri membri di questo forum potrebbero avere esperienze diverse con le molecole come fattori. Personalmente cerco sempre, quando possibile, di trasformare l'informazione categorica in un'informazione continua con questo tipo di approccio.
Spero che questo ti aiuterà,
Ri: DOE efficiente di una variabile categoriale multilivello (3+) e molte variabili continueGrazie per il punto di vista, Victor! Per me ha senso! Proverò ad aggiornare questo post quando ci proverò!
Ri: DOE efficiente di una variabile categoriale multilivello (3+) e molte variabili continueSono d'accordo in tutto e per tutto @Victor_G i suoi pensieri. L'unica altra cosa che mi viene in mente per provare a ridurre il numero di livelli per X7 nell'esperimento è porre la domanda: "Disponi di dati di osservazione storici (magari provenienti da cicli di produzione) in cui il fattore X7 varia in un'ampia gamma di valori?" valori per le proprietà chimiche sottostanti?" Quindi utilizzando metodi di modellazione dell'identificazione delle variabili come uno qualsiasi dei metodi basati su alberi o, se si dispone di JMP Pro, alcune delle piattaforme di regressione generalizzata adatte all'identificazione delle variabili. Una caratteristica interessante di molti di questi metodi è che sono in qualche modo robusti rispetto alle correlazioni tra i fattori rispetto a tecniche come la regressione ordinaria dei minimi quadrati o il suo cugino baciante per l'identificazione delle variabili, la regressione graduale. Potresti essere in grado di eseguire lo screening di alcuni livelli categorici dell'X7.
Re: DOE efficiente di una variabile categoriale multilivello (3+) e molte variabili continuePensi che sia fattibile?, effettuare prima l'esperimento, schermare X7 individualmente in condizioni specifiche, quindi eseguire il secondo round.
Re: DOE efficiente di una variabile categoriale multilivello (3+) e molte variabili continuePensando ad alta voce, all'inizio ho pensato che convertire X7 da variabile discreta a continua (magari concentrandomi su una caratteristica importante degli acidi grassi) potesse essere utile perché allora avrei potuto semplicemente scegliere un'impostazione "alta" e una "bassa". Ma le sostanze chimiche sono multidimensionali, ovvero non possono essere semplicemente ridotte a una caratteristica/numero, quindi non credo che questa sia la strada da seguire.
