癌症研究中多同位素成像质谱 (MIMS) 的数据探索与发现 (2020-EU-30MP-371)Greg McMahon，国家物理实验室首席研究科学家
多同位素成像质谱 (MIMS) 将生物样本的稳定同位素标记与高空间分辨率（亚细胞）质谱成像和对所得图像数据的广泛统计分析相结合。图像中的信息丰富，使用 JMP 可以快速轻松地分析数据，以查找图像中隐约包含的信息或可能位于第一个“明显”信息层之下的其他信息。将 Graph Builder 与简单数据分布和本地数据过滤器相结合可提供大量信息。该方法可以通过应用聚类分析和多元统计进行扩展。在本演讲中，我们将使用一个示例来跟踪小鼠乳腺癌肿瘤中 13C 和 18O 稳定同位素标记葡萄糖的代谢命运，这些肿瘤经过改造，含有高水平的 Myc 致癌基因（这是恶性乳腺癌生长的驱动因素）或低水平的 Myc 致癌基因。最后，我们将就这些结果对非专家癌症研究的意义发表一些评论。
高级统计建模自动化和脚本基础数据分析与建模消费者和市场研究内容组织数据探索与可视化预测模型和机器学习质量与工艺工程可靠性分析分享和交流结果
