Hay bastantes capacidades nuevas excelentes en JMP Pro 18: actualizaciones de GLMM; más capacidades genómicas; modelos mixtos y selección de respuestas para big data; y actualizaciones de SEM, por nombrar algunos. Pero si tuviera que elegir solo una característica nueva que me entusiasma especialmente, sería la capacidad de búsqueda de picos en Functional Data Explorer (FDE).
¿Por qué es importante la búsqueda de picos?
Muchas empresas disponen de datos cromatográficos y/o espectrales. Poder analizar estos datos de forma sencilla y nativa en JMP Pro ha sido una petición común desde hace bastante tiempo.
Cuando muestra FDE a usuarios de I+D y fabricación en las industrias biotecnológica y farmacéutica, inmediatamente ven aplicaciones cromatográficas. Hay cantidades específicas que los usuarios deben extraer de los datos (como áreas bajo la curva (AUC) y métricas de resolución) que requieren una forma de identificar y etiquetar los picos dentro de un conjunto de cromatogramas. Estas cantidades, que se utilizan como parte del desarrollo de procesos, son fundamentales para la fabricación y el cumplimiento de los requisitos reglamentarios. Por supuesto, existen equipos y software especializados para analizar datos de picos e informar estas cantidades, pero una y otra vez, los clientes de JMP nos han dicho que querían más de esto de forma nativa dentro de JMP, ya que aquí es donde los datos terminan siendo analizados de todos modos. .
¿Cómo uso Peak Finding en JMP Pro?
Opción de búsqueda de picos en el menú Modelos FDE
Analizaré un ejemplo sencillo utilizando un conjunto de datos cromatográficos de la investigación doctoral de nuestro colega Ben Barroso-Ingham. A continuación se muestra una captura de pantalla de los datos cromatográficos en FDE.
Ya utilicé algunas de las herramientas de preprocesamiento en FDE para que podamos centrarnos en la parte más importante de los cromatogramas. Ben realizó un experimento diseñado en la configuración del equipo cromatográfico que buscaba separar el compuesto del producto, que corresponde a los picos más grandes de la izquierda, de una impureza que corresponde a los picos de la derecha.
Ben varió dos factores en su DOE: la temperatura del material en la columna cromatográfica y el ajuste del caudal de la columna. La configuración de los factores se ve en la captura de pantalla siguiente.
Podemos usar la herramienta Peak Finding en JMP Pro 18 para identificar y etiquetar los picos, y luego extraer las resoluciones de los picos, que mide qué tan bien están separados los picos entre sí. Luego, podemos analizar esas resoluciones como respuestas con herramientas de modelado estadístico del DOE como la regresión generalizada.
Para hacer esto, usamos la opción Peak Finding en el menú Modelos en FDE.
Ya podemos utilizar el nuevo Peak Editor. Tiene dos pestañas para ver los datos: una pestaña única que le permite ver los picos de un único
cromatograma y una pestaña Múltiple que te permite verlos todos juntos. Lo que ve a continuación es la vista múltiple para los 10 cromatogramas .
El objetivo aquí es identificar los picos y etiquetarlos para que sepamos qué pico es cuál en cada uno de los cromatogramas individuales. Una vez que esto se haya hecho correctamente, puede extraer las funciones relevantes, como las AUC y las resoluciones, de la pestaña Resúmenes. Esto no es diferente a los resultados de un análisis de componentes principales funcionales en versiones anteriores de JMP Pro, pero los resúmenes aquí son específicos de datos de tipo pico.
Encontrar los picos
Usamos la opción Detección automática de picos para hacer la mayor parte del trabajo posible en términos de encontrar los picos en los datos y etiquetarlos. Si bien nuestro objetivo es hacer que este proceso de búsqueda de picos sea lo más automático posible, también sabemos que ninguna solución completamente automática obtendrá la respuesta correcta el 100% de las veces. Por lo tanto, esperamos que la Detección automática de picos lo lleve hasta el 90% del camino y luego pueda modificar los resultados según sea necesario.
Aquí, hice clic en Detección automática de picos y pueden ver que encontró de uno a tres picos por cromatograma.
En algunos de los cromatogramas, la Detección de picos ha encontrado pequeños picos que no nos interesan actualmente. Podemos eliminar esos picos yendo a la vista única, seleccionando el pico y haciendo clic en Eliminar.
Este es el resultado de eliminar el pico "0" del tercer cromatograma .
También puedes agregar picos y ajustar sus rangos moviendo las líneas rojas discontinuas. Alternativamente, puede ingresar manualmente los rangos en el cuadro de entrada numérica de la derecha.
El final resulto
Para este análisis en particular, el resultado final del uso de Peak Finding se muestra en la captura de pantalla anterior. Me tomó unos segundos llegar a este punto. Eliminé todos los picos menores no deseados. También eliminé ambos picos del cromatograma en la parte superior izquierda, porque los dos picos estaban tan agrupados uno contra el otro que (todavía) no tenemos las herramientas para ver dónde comienza uno y termina el otro.
En la pestaña Resúmenes, vemos cosas como las AUC de los dos picos y sus resoluciones para cada una de las muestras. Hay medidas de resumen adicionales disponibles debajo del triángulo rojo (en Personalizar resúmenes de funciones).
Desde aquí, podemos guardar los resúmenes en la tabla de datos y luego modelarlos usando otras herramientas en JMP.
¿Qué sigue para Peak Finding?
En la tabla de resumen anterior, vemos que faltan algunas de las resoluciones (columna Rs(0,1)). Esto se debe a que utilizamos la definición de resolución de picos de la Farmacopea de EE. UU., que no está definida cuando los picos están tan mal resueltos que no observamos la ubicación donde el pico está a la mitad de su altura total.
Esto me lleva a un tema que me entusiasma mucho en el futuro para JMP Pro: agregar a los datos la capacidad de ajustar modelos de regresión no lineal basados en una suma de picos gaussianos. Esta capacidad permitirá a los usuarios de JMP Pro sacar mucho más provecho de sus datos en situaciones como las que ve aquí, aquellas con picos muy mal resueltos cuyos datos actualmente necesitamos simplemente descartar como si nunca hubiera sucedido.
¡Hola! ¿Puedes hacer una guía minuciosa sobre esto para poder compartirla con usuarios potenciales? Sé que se compartió en Discovery EU, pero no puedo encontrar ninguna grabación.
@chris_gotwalt1 excelente introducción a algunas excelentes incorporaciones a JMP Pro. La plataforma FDE es una gran parte de mi flujo de trabajo, así que me encanta el trabajo que están haciendo en esto. ¡Gracias por todo lo que hacéis!
Dos preguntas:
1) las sumaciones gaussianas (y honestamente lorentzianas/pseudo-voigt) serían realmente geniales. ¿Sería esta una actualización 18.1 o 19 y posteriores?
2) ya tienen algunas funciones para la resta de fondo. ¿Tienen planes de ampliar esto, incluido el uso de un fondo previamente medido? A veces, es necesario escalar el fondo para cada señal funcional de muestra individual (y a veces incluso punto por punto) antes de la resta. Sería muy útil tener un botón de fondo como el botón para el formulario funcional de destino.
Nuevamente, ¡gracias por todo el trabajo que habéis hecho en esto!
¿Es necesario que los datos tengan un formato especial (apilados frente a filas como funciones...) en el FDE para que funcione la detección automática de picos? Hice un intento rápido con mis datos en filas según la forma de las funciones, pero la detección automática de picos no reaccionó en absoluto (sin cambios después de presionar el botón).
