Es gibt eine ganze Reihe toller neuer Funktionen in JMP Pro 18: Updates für GLMM; mehr Genomik-Fähigkeiten; gemischte Modelle und Antwortscreening für Big Data; und Updates für SEM, um nur einige zu nennen. Aber wenn ich nur eine neue Funktion auswählen müsste, die mich besonders begeistert, wäre es die Peak Finding-Funktion im Functional Data Explorer (FDE).
Warum ist Peak Finding wichtig?
Viele Unternehmen verfügen über chromatographische und/oder spektrale Daten. Die Möglichkeit, diese Daten einfach und nativ in JMP Pro analysieren zu können, ist seit geraumer Zeit ein häufiger Wunsch.
Wenn Sie FDE-Anwendern in der Biotechnologie- und Pharmaindustrie F&E- und Fertigungsanwender zeigen, sehen sie sofort chromatographische Anwendungen. Es gibt bestimmte Mengen, die Benutzer aus den Daten extrahieren müssen – etwa Flächen unter der Kurve (AUCs) und Auflösungsmetriken –, die eine Möglichkeit erfordern, die Peaks innerhalb eines Satzes von Chromatogrammen zu identifizieren und zu kennzeichnen. Diese Mengen, die im Rahmen der Prozessentwicklung verwendet werden, sind für die Herstellung und die Erfüllung gesetzlicher Anforderungen von entscheidender Bedeutung. Natürlich gibt es spezielle Geräte und Software für die Analyse von Spitzendaten und die Meldung dieser Mengen, aber JMP-Kunden haben uns immer wieder mitgeteilt, dass sie mehr davon nativ in JMP wünschen, da die Daten ohnehin dort analysiert werden .
Wie verwende ich Peak Finding in JMP Pro?
Option „Peak Finding“ im Menü „FDE-Modelle“.
Ich werde ein einfaches Beispiel anhand eines chromatographischen Datensatzes aus der Doktorarbeit unseres Kollegen Ben Barroso-Ingham durchgehen. Unten finden Sie einen Screenshot der chromatographischen Daten in FDE.
Ich habe bereits einige der Vorverarbeitungstools in FDE verwendet, damit wir uns auf den wichtigsten Teil der Chromatogramme konzentrieren können. Ben führte ein geplantes Experiment mit den Einstellungen der Chromatographieausrüstung durch, um die Produktverbindung, die den größeren Peaks auf der linken Seite entspricht, von einer Verunreinigung zu trennen, die den Peaks auf der rechten Seite entspricht.
Ben variierte in seinem DOE zwei Faktoren: die Temperatur des Materials in der Chromatographiesäule und die Einstellung der Durchflussrate der Säule. Die Faktoreinstellungen sind im Screenshot unten zu sehen.
Wir können das Peak Finding-Tool in JMP Pro 18 verwenden, um die Peaks zu identifizieren und zu beschriften und dann die Auflösungen der Peaks zu extrahieren, die messen, wie gut die Peaks voneinander getrennt sind. Anschließend können wir diese Lösungen als Antworten mit statistischen DOE-Modellierungstools wie der Generalisierten Regression analysieren.
Dazu verwenden wir die Option „Peak Finding“ im Menü „Modelle“ in FDE.
Wir können jetzt den neuen Peak Editor verwenden. Es verfügt über zwei Registerkarten zum Anzeigen der Daten: eine Registerkarte „Einzeln“ , auf der Sie die Spitzenwerte für eine einzelne Datenanzeige sehen können
Chromatogramm und eine Multi- Registerkarte, auf der Sie alle zusammen sehen können. Was Sie unten sehen, ist die Multiansicht für alle 10 Chromatogramme .
Ziel ist es, die Peaks zu identifizieren und zu kennzeichnen, damit wir wissen, welcher Peak in den einzelnen Chromatogrammen welcher ist. Sobald dies korrekt durchgeführt wurde, können Sie die relevanten Funktionen, wie z. B. die AUCs und Auflösungen, aus der Registerkarte „Zusammenfassungen“ abrufen. Dies ist den Ergebnissen einer Analyse der funktionalen Hauptkomponenten in früheren Versionen von JMP Pro nicht unähnlich, aber die Zusammenfassungen hier beziehen sich speziell auf Daten vom Spitzentyp.
Die Gipfel finden
Wir verwenden die Option „Automatische Spitzenerkennung“, um so viel Arbeit wie möglich zu erledigen, indem wir die Spitzen in den Daten finden und sie kennzeichnen. Obwohl es unser Ziel ist, diesen Peak-Finding-Prozess so automatisch wie möglich zu gestalten, wissen wir auch, dass keine vollautomatische Lösung jemals zu 100 % die richtige Antwort liefern wird. Wir hoffen also, dass Sie mit der automatischen Peak-Erkennung 90 % des Ziels erreichen und die Ergebnisse dann nach Bedarf anpassen können.
Hier habe ich auf „Automatische Peakerkennung“ geklickt und Sie können sehen, dass pro Chromatogramm ein bis drei Peaks gefunden wurden.
In einigen Chromatogrammen hat die Peakerkennung kleine Peaks gefunden, die uns derzeit nicht interessieren. Wir können diese Peaks entfernen, indem wir zur Einzelansicht gehen, den Peak auswählen und auf Entfernen klicken.
Dies ist das Ergebnis der Entfernung von Peak „0“ aus dem dritten Chromatogramm .
Sie können auch Spitzen hinzufügen und deren Bereiche anpassen, indem Sie die gestrichelten roten Linien verschieben. Alternativ können Sie die Bereiche auch manuell in das numerische Eingabefeld rechts eingeben.
Das Endergebnis
Für diese spezielle Analyse ist das Endergebnis der Verwendung von Peak Finding im Screenshot oben zu sehen. Es dauerte ein paar Sekunden, bis ich an diesen Punkt gelangte. Ich habe alle unerwünschten kleinen Spitzen entfernt. Ich habe auch beide Peaks aus dem Chromatogramm oben links entfernt, weil die beiden Peaks so dicht aneinander lagen, dass wir (noch) nicht über die Werkzeuge verfügen, um zu erkennen, wo einer beginnt und der andere endet.
Auf der Registerkarte „Zusammenfassungen“ sehen wir Dinge wie die AUCs für die beiden Peaks und ihre Auflösungen für jede der Proben. Weitere zusammenfassende Kennzahlen sind unter dem roten Dreieck verfügbar (unter „Funktionszusammenfassungen anpassen“).
Von hier aus können wir die Zusammenfassungen in der Datentabelle speichern und sie dann mit anderen Tools in JMP modellieren.
Wie geht es mit Peak Finding weiter?
In der Übersichtstabelle oben sehen wir, dass einige der Auflösungen (Spalte Rs(0,1)) fehlen. Dies liegt daran, dass wir die Definition der Peak-Auflösung der US-amerikanischen Pharmakopöe verwenden, die undefiniert ist, wenn Peaks so schlecht aufgelöst sind, dass wir den Ort, an dem der Peak die Hälfte seiner Gesamthöhe hat, nicht beobachten.
Dies bringt mich zu einem Thema, auf das ich mich in Zukunft für JMP Pro sehr freue: Die Möglichkeit, nichtlineare Regressionsmodelle basierend auf einer Summe von Gaußschen Peaks an die Daten anzupassen. Diese Funktion wird es JMP Pro-Benutzern ermöglichen, in Situationen wie den hier gezeigten mit sehr schlecht aufgelösten Peaks, deren Daten wir derzeit einfach wegwerfen müssen, als ob es nie passiert wäre, viel mehr aus ihren Daten herauszuholen.
@chris_gotwalt1 tolle Einführung in einige großartige Ergänzungen zu JMP Pro. Die FDE-Plattform ist ein großer Teil meines Arbeitsablaufs, daher bin ich begeistert von der Arbeit, die ihr alle hier hineinsteckt. Danke für alles, was ihr tut!
Zwei Fragen:
1) Die Gaußschen (und ehrlich gesagt Lorentzschen/Pseudo-Voigt-)Summierungen wären wirklich toll. Wäre dies ein Update für 18.1 oder 19 und höher?
2) Sie alle haben bereits einige Funktionen zur Hintergrundsubtraktion. Haben Sie alle Pläne, dies zu erweitern, einschließlich der Verwendung eines vorab gemessenen Hintergrunds? Manchmal muss der Hintergrund vor der Subtraktion auf jedes einzelne Funktionssignal der Probe (und manchmal sogar Punkt für Punkt) skaliert werden. Eine Hintergrundschaltfläche wie die Schaltfläche für die Zielfunktionsform wäre sehr hilfreich.
Nochmals vielen Dank für all die Arbeit, die Sie hier geleistet haben!
