เคมีเมตริกส์และการวิเคราะห์ข้อมูล

เคมีเมตริกส์ประยุกต์ใช้วิธีการทางสถิติและคณิตศาสตร์ในการออกแบบการทดลองและสกัดข้อมูลทางเคมีจากข้อมูลการวิเคราะห์ โดยเฉพาะข้อมูลหลายตัวแปร

Definition

เคมีเมตริกส์คือสาขาวิชาที่ใช้วิธีการทางสถิติและคณิตศาสตร์ในการออกแบบการทดลองทางเคมีและสกัดข้อมูลทางเคมีสูงสุดจากการวัดเชิงวิเคราะห์ โดยเฉพาะข้อมูลหลายตัวแปร

Scope

หัวข้อนี้ครอบคลุมการวิเคราะห์ข้อมูลเชิงวิเคราะห์ที่นอกเหนือจากสถิติแบบตัวแปรเดียว: การออกแบบและการปรับปรุงการทดลองให้เหมาะสม, วิธีการสำรวจและการจดจำรูปแบบ เช่น การวิเคราะห์องค์ประกอบหลักและการจัดกลุ่ม, การจำแนกประเภท, และการสอบเทียบหลายตัวแปร รวมถึงกำลังสองน้อยที่สุดบางส่วน (partial least squares) โดยจะกล่าวถึงวิธีการสร้างแบบจำลองการวัดที่มีมิติสูง เช่น สเปกตรัมเต็มรูปแบบ เพื่อจำแนกตัวอย่างและทำนายความเข้มข้น และวิธีการตรวจสอบความถูกต้องของแบบจำลองเพื่อป้องกันการเกิดภาวะการเรียนรู้เกิน (overfitting)

Core questions

• การออกแบบการทดลองทำให้การปรับปรุงให้เหมาะสมและการคัดกรองมีประสิทธิภาพได้อย่างไร?
• วิธีการต่างๆ เช่น การวิเคราะห์องค์ประกอบหลัก เปิดเผยโครงสร้างในข้อมูลที่มีมิติสูงได้อย่างไร?
• การสอบเทียบหลายตัวแปรทำนายความเข้มข้นจากสเปกตรัมเต็มรูปแบบได้อย่างไร?
• แบบจำลองทางเคมีเมตริกส์ได้รับการตรวจสอบความถูกต้องเพื่อหลีกเลี่ยงการเกิดภาวะการเรียนรู้เกินได้อย่างไร?

Key theories

การวิเคราะห์องค์ประกอบหลัก

การวิเคราะห์องค์ประกอบหลักเป็นการแสดงการวัดที่สัมพันธ์กันจำนวนมากใหม่ในรูปขององค์ประกอบเชิงตั้งฉากไม่กี่ตัวที่จับความแปรปรวนส่วนใหญ่ เปิดเผยการจัดกลุ่มและแนวโน้ม และเป็นพื้นฐานสำหรับการจำแนกประเภทและการบีบอัดข้อมูลสเปกตรัมก่อนการสร้างแบบจำลอง

การสอบเทียบหลายตัวแปร

วิธีการต่างๆ เช่น กำลังสองน้อยที่สุดบางส่วน เชื่อมโยงโปรไฟล์ที่วัดได้ทั้งหมด เช่น สเปกตรัม กับความเข้มข้นหนึ่งหรือหลายค่า โดยใช้ประโยชน์จากตัวแปรทั้งหมดพร้อมกันเพื่อให้การทำนายที่แข็งแกร่ง แม้ว่าสัญญาณแต่ละตัวจะทับซ้อนหรือรบกวนกันก็ตาม

Mechanisms

เคมีเมตริกส์จะพิจารณาชุดของการวัดเป็นเมทริกซ์ข้อมูลและประยุกต์ใช้แบบจำลองทางคณิตศาสตร์กับข้อมูลนั้น วิธีการสำรวจ เช่น การวิเคราะห์องค์ประกอบหลัก จะฉายภาพข้อมูลไปยังตัวแปรแฝงไม่กี่ตัวที่จับโครงสร้างของข้อมูล เปิดเผยกลุ่มและค่าผิดปกติ วิธีการจำแนกประเภทจะกำหนดตัวอย่างให้กับกลุ่มต่างๆ และการสอบเทียบหลายตัวแปรจะสร้างแบบจำลองเชิงทำนายที่เชื่อมโยงสเปกตรัมหรือโปรไฟล์อื่นๆ เข้ากับความเข้มข้น แบบจำลองจะได้รับการตรวจสอบความถูกต้องโดยการตรวจสอบข้าม (cross-validation) หรือชุดทดสอบอิสระ เพื่อให้แน่ใจว่าแบบจำลองสามารถสรุปผลได้ทั่วไป แทนที่จะเพียงแค่เหมาะสมกับสัญญาณรบกวน

Clinical relevance

วิธีการทางเคมีเมตริกส์เป็นหัวใจสำคัญของการวิเคราะห์ด้วยเครื่องมือที่ทันสมัย: การตีความข้อมูลสเปกโทรสโกปีและโครมาโตกราฟีในห้องปฏิบัติการเภสัชกรรม อาหาร และสิ่งแวดล้อม ทำให้สามารถทดสอบแบบไม่ทำลายได้อย่างรวดเร็วด้วยสเปกโทรสโกปีอินฟราเรดใกล้ และสนับสนุนการวิเคราะห์เมตาโบโลมิกส์และโอไมกส์อื่นๆ ที่แต่ละตัวอย่างให้ตัวแปรนับพัน

History

เคมีเมตริกส์เกิดขึ้นเป็นสาขาวิชาที่มีชื่อเรียกในทศวรรษ 1970 โดย Svante Wold เป็นผู้บัญญัติศัพท์และ Bruce Kowalski ช่วยก่อตั้ง เนื่องจากข้อมูลเครื่องมือที่เพิ่มขึ้นและการประมวลผลด้วยคอมพิวเตอร์ที่มีราคาไม่แพงทำให้เกิดความต้องการวิธีการหลายตัวแปร การถดถอยกำลังสองน้อยที่สุดบางส่วน (Partial least squares regression) ซึ่งพัฒนาโดย Wold และ Martens กลายเป็นเครื่องมือสำคัญ และสาขาวิชานี้ได้ขยายตัวพร้อมกับการเพิ่มขึ้นของข้อมูลสเปกโทรสโกปีและโอไมกส์ที่มีมิติสูง

Key figures

• Svante Wold
• Bruce Kowalski
• Harald Martens

Seminal works

• wold1987
• miller2018
• brereton2018

Frequently asked questions

เคมีเมตริกส์แก้ปัญหาอะไร?

เครื่องมือที่ทันสมัยสร้างข้อมูลได้มากกว่าที่สถิติแบบง่ายจะจัดการได้ เช่น สเปกตรัมเต็มรูปแบบสำหรับแต่ละตัวอย่าง เคมีเมตริกส์นำเสนอวิธีการหลายตัวแปรเพื่อค้นหารูปแบบ จำแนกตัวอย่าง และทำนายความเข้มข้นจากข้อมูลทั้งหมดนั้นพร้อมกัน

เหตุใดแบบจำลองทางเคมีเมตริกส์จึงต้องได้รับการตรวจสอบความถูกต้อง?

ด้วยตัวแปรจำนวนมาก แบบจำลองสามารถปรับให้เข้ากับสัญญาณรบกวนแทนที่จะเป็นเคมีจริง ซึ่งดูเหมือนจะแม่นยำกับข้อมูลการฝึกอบรมแต่ล้มเหลวกับตัวอย่างใหม่ การตรวจสอบความถูกต้องโดยการตรวจสอบข้ามหรือชุดทดสอบอิสระจะตรวจสอบว่าแบบจำลองสามารถสรุปผลได้ทั่วไปอย่างแท้จริง