암 연구에서 다중 동위원소 이미징 질량 분석법(MIMS)의 데이터 탐색 및 발견(2020-EU-30MP-371)Greg McMahon, 수석 연구 과학자, National Physical Laboratory
다중 동위원소 영상 질량 분석법(MIMS)은 생물학적 샘플의 안정 동위원소 표지와 높은 공간 해상도(세포 내) 질량 분석 영상 및 결과 이미지 데이터의 광범위한 통계 분석을 결합합니다. 이미지는 정보가 풍부하고 JMP를 사용하면 이미지 내에 미묘하게 포함된 정보나 첫 번째 "명백한" 정보 계층 아래에 있을 수 있는 다른 정보를 빠르고 쉽게 분석할 수 있습니다. Graph Builder를 간단한 데이터 분포 및 로컬 데이터 필터와 결합하면 풍부한 정보를 제공합니다. 이 접근 방식은 클러스터 분석 및 다변량 통계를 적용하여 확장할 수 있습니다. 이 프레젠테이션에서는 공격적인 유방암 성장의 원동력인 Myc 종양 유전자의 높은 수준 또는 Myc 종양 유전자의 낮은 수준을 포함하도록 설계된 마우스 유방암 종양에서 13C 및 18O 안정 동위원소 표지 포도당의 대사 운명을 추적하는 예를 사용합니다. 비전문가를 위한 암 연구 측면에서 결과의 중요성에 대한 몇 가지 의견으로 마무리합니다.
고급 통계 모델링자동화 및 스크립팅기본 데이터 분석 및 모델링소비자 및 시장 조사콘텐츠 구성데이터 탐색 및 시각화예측 모델링 및 머신 러닝품질 및 공정 엔지니어링신뢰성 분석결과 공유 및 전달
