Region of interest selection for GC×GC–MS data using a pseudo fisher ratio moving window with connected components segmentation
Notice bibliographique
Résumé
Comprehensive two-dimensional gas chromatography mass spectrometry (GC×GC-MS) data present several challenges for analysis largely because chemical factors drift along the chromatographic modes across different chromatographic runs, and there is frequently a lack of reliable molecular ion measurements with which to align data across multiple samples. Tensor decomposition techniques such as Parallel Factor Analysis (PARAFAC2/PARAFAC2×N) allow analysts to deconvolve closely eluting signals for quantitative and qualitative purposes. These techniques make relatively few assumptions about chromatographic peak shapes or the relative abundance of noise and allow for highly accurate representations of the underlying chemical phenomena using well-characterized and scrutinized principles of chemometrics. However, expert intervention and supervision is required to select appropriate Regions of Interest (ROI) and numbers of chemical components present in each ROI. We previously reported an automated ROI selection algorithm for GC-MS data in Giebelhaus et al. where we observed the ratio of the first and second eigenvalues within a moving window across the entire chromatogram. Here, we present an extension of this work to automatically detect ROIs in GC×GC-MS chromatograms, while making no assumptions about peak shape. First, we calculate the probabilities of each acquisition being in a ROI, then apply connected components segmentation to discretize the regions of interest. For sparse chromatograms we found the algorithm detected spurious peaks. To address this, we implemented an iterative ROI selection process where we autoscaled the moving window to the standard deviation of the noise from the previous iteration. Using three user-defined parameters, we generated informative ROIs on a wide range of GC×GC-TOFMS chromatograms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».