logo
FA 12/2020 informacje i komentarze

Odkrywcza statystyka

Tegoroczna XXIV konferencja StatSoftu Zastosowania statystyki i data mining w badaniach naukowych odbyła się w formule on-line.

Prof. Aleksander Astel z Instytutu Biologii i Nauk o Ziemi Akademii Pomorskiej w Słupsku przedstawił możliwości zastosowania statystycznych technik analizy współzależności obiektów i cech jako narzędzia wspierającego podejmowanie decyzji w obszarze optymalizacji pracy laboratorium analitycznego na przykładzie oceny efektywności wybranych technik ekstrakcyjnych w oznaczaniu poziomu robenidyny w paszy dla zwierząt. Podkreślił, że użyte metody pozwalają na uzyskanie intuicyjnie interpretowalnych wizualizacji, obrazujących strukturę podobieństwa w przestrzeni obiektów i cech. Zaprezentowane metody mogą stanowić również efektywne narzędzie wspierające podejmowanie decyzji w obszarze optymalizacji elementów metodyk analitycznych, wynikających z potrzeby postępowania z poszanowaniem zasady Zielonej Chemii Analitycznej. To zagadnienie ważne zarówno w przypadku komercyjnych, jak i badawczych laboratoriów analitycznych, w których minimalizuje się zużycie drogich, często trudno dostępnych odczynników, a także ogranicza się liczbę roboczogodzin wykorzystania kosztownej aparatury kontrolno-pomiarowej.

Dr Beata Małachowska zaprezentowała przykład wykorzystania złożonego algorytmu analizy danych przy typowaniu biomarkerów metabolicznych przebycia ostrych powikłań cukrzycy typu 1 u dzieci (kwasicy ketonowej i hipoglikemii). Autorka na co dzień jest pracownikiem Zakładu Biostatystyki i Medycyny Translacyjnej na Uniwersytecie Medycznym w Łodzi, a w obecnym roku akademickim realizuje staż podoktorski w Albert Einstein College of Medicine (Nowy York, USA). Tematyka prezentowanych badań jest związana z metabolomiką, która jest jedną z technologii omicznych, ze względu na mnogość uzyskanych wyników idealnie nadających się do poszukiwania nowych biomarkerów chorób człowieka (zwłaszcza w kontekście tzw. medycyny spersonalizowanej). Przedstawiony przez prelegentkę algorytm analizy danych obejmował szereg zaawansowanych technik statystycznych, m.in. klasteryzację hierarchiczną, analizę dyskryminacyjną metodą rzadkich cząstkowych najmniejszych kwadratów i metodę drzew klasyfikacyjnych CART. Zastosowane metody pozwoliły m. in. na wszechstronną analizę profilu metabolomicznego (tzw. chemicznego odcisku palca) przebycia epizodu hipoglikemii, co ma ważne praktyczne znaczenie w nowoczesnej diagnostyce medycznej.

(r)

Wróć