产品

分析所有数据:不要满足于缺失值初期发育气的独特co-detection解决方案

缺失值的一个严重问题但是发现的组学分析,可以对项目的成功产生深远的影响。

发现的组学,我们寻找差异的相对量分析物之间的两个或两个以上的组或条件。在所有的生物系统,然而,有固有的生物变异遗传和环境两方面的因素造成的,因此任何特定分析物离子的相对数量将不同样本不同的标本在一个给定的条件。

这种固有的变异可以被看作是生物“噪音”,我们必须穿过找到一致的,我们正在寻找与差异。要做到这一点,我们必须运行多个生物复制样本不同标本的同等条件下,生成的样本组比较发现分析物离子显示统计学意义差异的条件。生物复制样品我们运行越多,能力就越大或统计的力量我们的实验发现显著变化的离子。

复制样本的数量之间的关系和统计实验是最强的力量从所有可用的运行时数据统计分析。然而,由于限制在传统的工作流中所使用的大多数分析软件,这通常不是这样的。

事实上,使用传统但低效的工作流,每个样本的特征离子独立的信号检测。这就产生了不同的检测模式,即使是技术复制,以便匹配离子以确保你是比较喜欢与喜欢的所有样品变得非常困难。这导致许多“价值观”缺失的一代的离子量矩阵。多元统计分析然后进行离子数量矩阵,找到真正重要的表达变化。然而,在离子数量缺失值的影响矩阵实际上意味着它是不可能的做一个比较喜欢与喜欢的许多特性。

这意味着多元统计必须适用于数量限制的特性或一个归责方法必须使用。因此,通过产生假阳性和假阴性应用多变量分析。

假阴性结果有可能错过重要生物标志物候选人没有追索权找到他们后,尽管假阳性导致浪费时间,精力和资源调查假生物标志物的候选人。此外,值得重复的是,,,的证据真实生物标志物的候选人是在您的数据,等着被发现。首先,你仔细设计实验,选择主题和准备样品,你最好的设备上运行后精心优化运行条件…只有找到你平庸的结果,或者,更糟糕的是,误导!

初期发育气有解决方案确保缺失值不会危及你的成功的研究机会。初期发育气的独特co-detection方法不给任何缺失值,并增加统计力量,因为你扔掉什么:我们的数据提取离子信号完全覆盖之前检测调整离子的保留时间。这个补偿任何样品保留时间差异。覆盖离子可以co-detected这样一个检测模式是创建所有的样品在实验中,导致100%匹配的离子和没有缺失值!