섬유 광도측정법은 실험실 동물의 생체 내 뇌 활동을 실시간으로 포착하는 최첨단 기술입니다. 종종 비디오 추적 행동 데이터와 정렬되는 섬유 광도측정법을 통해 과학자들은 관찰된 행동과 뇌 신호를 직접 연결할 수 있습니다. 섬유 광도측정법은 새로운 행동 실험에 유용하지만 각 실험 단계(데이터 수집, 처리, 분석)에는 오류 가능성이 있습니다. 따라서 연구의 재현성을 보장하는 것이 중요하지만 데이터 세트의 크기(최대 0.25GB)로 인해 품질 관리가 번거로워집니다.
JMP 그래프 빌더는 품질 관리 문제를 동적으로 효율적으로 식별할 수 있는 뛰어난 인터페이스를 제공합니다. 노르에피네프린 신호가 설치류의 공포 행동에 어떻게 수반되는지 이해하기 위해 섬유 광도 측정을 사용하는 프로젝트에서 우리는 JMP를 사용하여 Ethovision XT가 추적한 행동 데이터와 섬유 광도 측정 데이터 사이의 불일치를 감지하고, 행동 추적 중단을 쉽게 식별하고 예상되는 결과를 보장했습니다. 패턴이 존재했습니다. 이러한 품질 관리 검사를 통해 데이터 세트를 적시에 이해하고 개입하고 수정하여 연구 무결성을 높일 수 있었습니다. 또한 품질 관리 플롯은 과학자들에게 실험을 이해할 수 있는 새롭고 통찰력 있는 방법을 제공했습니다.
Graph Builder는 JMP의 모델링 플랫폼을 통해 건전한 분석을 위한 데이터 품질 검사를 제공했습니다. 과학자들은 또한 JMP 스크립트를 사용할 수 있었고 이 프로세스를 통해 JMP를 직접 사용하는 방법을 배우려는 동기를 얻었습니다. 이 강연에서는 광섬유 측광을 통해 예시된 대규모의 복잡한 데이터 세트에 대한 품질 관리 문제와 JMP의 그래프 기능을 통해 고품질 데이터와 재현 가능한 연구를 보장할 수 있었던 방법을 소개합니다.
