バイオリアクター内のラマン分光スペクトルデータ（代謝物データ）のPLSによる予測私は、PLS (部分最小二乗法) を使用してバイオリアクター内のラマン装置から取得されたリアルタイム スペクトル データを予測することに関する添付の短い論文を見つけました。この目的に利用できる生データも添付しました。この生データは、Thermofisher Scientific Korea の潜在的なユーザーからのものです。
JMP でこのようなスペクトル データを予測することは可能ですか? バイオ医薬品業界では、ラマン データの使用に強い関心を示す USP 研究者によく出会います。このデータと論文は、その素晴らしい例です。
私は、これに関して貴重な洞察を持っているかもしれない Chris ( @Chris_Kirchberg ) と Ben ( @Ben_BarrIngh @Bingh94 ) をタグ付けしました。
Re: バイオリアクターでラマンによって監視されたスペクトルデータ（代謝物データ）の PLS を使用した予測こんにちは@HyeWonJung さん
添付の PDF を見て、これについてもう少し詳しく調べてみますが、最初はリアルタイム予測のように思えます。つまり、プローブが値を測定しているときに、次のポイントがどうなるかを予測しているということですか? これは、新しいデータを取得すると更新されるモデルを使用した予測/時系列のようなデータのように思えます。
PDFを読んだら、もっと質問や回答が出てくると思います
Re: バイオリアクターでラマンによって監視されたスペクトルデータ（代謝物データ）の PLS を使用した予測こんにちは@HyeWonJungざっと見てみましたが、データが不完全なようです。たとえば、論文には 2022 年の x 軸の値を持つグラフが表示されていますが、rama results.jmp テーブルのタイムスタンプはすべて 2023 年です。また、「オフライン」データがないようです。
データはどこから入手したのですか? 他にも入手可能なものはありますか? PLS モデルをどのように適合させ、予測統計を計算したかを示すコードはありますか? どのような X と Y を使用しましたか?
PLS よりも現代的な方法を使用すれば、彼らが行ったことを再現し、予測結果を改善できる可能性は高いですが、彼らと同じ場所から始める必要があります。
Re: バイオリアクターでラマンによって監視されたスペクトルデータ（代謝物データ）の PLS を使用した予測これは公開データですか? 公開データであれば、使用しても問題ありませんが、そのソースを示す必要があります。公開されていない顧客データの場合は、すぐに削除する必要があり、残念ながら使用できません。また、Russ が述べたように、グラウンド トゥルース (ラベル) を使用して予測モデルを構築するには、オフライン データが必要になります。論文を読んだところ、モデルは値を正しく表示できるようにキャリブレーション目的で構築されたようです。データ テーブルのデータは、代謝物の単位で予測された値のように見えます。予測モデルを構築するには、元のスペクトルも必要です。
Re: バイオリアクターでラマンによって監視されたスペクトルデータ（代謝物データ）の PLS を使用した予測@russ_wolfinger @Chris_Kirchberg前回の質問が明確でなかったことをお詫びします。私が参照したデータと論文は無関係です。データは非公開で、Thermofisher Scientific Korea の潜在顧客から提供されたものです。(Chris のアドバイスどおり、データを削除しました。)
潜在顧客はリアルタイムのラマンデータを送信し、それを JMP 内でどのように活用できるかを尋ねました。このデータをどのように活用したいのか、具体的には指定していませんでした。
私はラマンデータを活用する方法を見つけるために、個人的なチャネルを通じて PDF を入手しました。資料を確認した後、彼らが何を探しているのかを推測しました。
とにかく、私は顧客に、何を達成したいのか、このデータから何を期待しているのかを具体的に尋ねます。
Re: バイオリアクターでラマンによって監視されたスペクトルデータ（代謝物データ）の PLS を使用した予測フォロー クリス・キルヒバーグ 彼（私の潜在顧客）はデータを持っていますが、それを効果的に活用する方法を本当に知りません。彼はデータ分析とは程遠い人です。そこで、私はラマンの実際の使用例を PDF で検索し、プリセールス ミーティングで実際の使用例を示しました。ただし、顧客に何を達成したいのかを具体的に尋ねる方が良いと思います。そして、ラマン データの活用に関連する良いアイデアがあれば、遠慮なく共有してください。
Re: バイオリアクターでラマンによって監視されたスペクトルデータ（代謝物データ）の PLS を使用した予測@HyeWonJungご説明ありがとうございます。これで理解できました。タイトルや Thermo-Fisher の論文にある予測モデリングの問題に魅了され、ぜひそのデータを入手したいと思っています。お客様のデータについては、より探索的でパターン発見的なアプローチのほうが、はるかに良い出発点になりそうです。
JMP は、多変量、外れ値の調査、機能データ エクスプローラー、管理図ビルダーなど、さまざまな可能性を備えており、この点で非常に強力です。
会話が予測モデリングへと進むと、適切な入力 (X) と出力 (Y) を設定する必要があります。これにより、まったく新しい可能性が開かれ、私たちはこれまで同様に強力であり、バッチ データを画像に変換するなどの巧妙なアプローチさえも持つことになります。
Re: バイオリアクターでラマンによって監視されたスペクトルデータ（代謝物データ）の PLS を使用した予測具体的な内容についてはお客様と相談させていただき、何か問題がございましたらご連絡させていただきます。よろしくお願いいたします。
