تطوير نماذج تصنيف كيميائية قوية عبر PCA

الأسئلة النوعية تحتاج إلى نوع مختلف من النماذج

تتنبأ نماذج NIR الكمية برقم: الرطوبة أو البروتين أو الدهون. أما النماذج النوعية فتجيب عن سؤال مختلف: هل هذه المادة هي ما تذكره البطاقة، وهل هي الدرجة التي طُلبت؟ وفي الصناعات الكيميائية والصيدلانية هذه هي مهمة التعرف على المواد عند الاستلام. وتستخدم إرشادات وكالة الأدوية الأوروبية بشأن NIRS مصطلح التعرف لتأكيد هوية المادة، ومصطلح التأهيل للتمييز أيضاً بين درجاتها، مثل حجم الجسيمات أو الشكل متعدد الأشكال البلورية؛ وتُقارَن المادة المجهولة بمكتبة طيفية مرجعية مبنية من عدة دفعات لعدة مواد، ويجب تبرير معايير التطابق وعدم التطابق [1]. ويعرّف إرشاد FDA الأمريكي اختبار التعرف بالطريقة نفسها [2].

من درجات PCA إلى حدود الفئة

يضغط تحليل المكونات الرئيسية مئات قنوات الامتصاص المترابطة في الطيف إلى عدد قليل من المكونات المتعامدة؛ إذ يوصف كل طيف بدرجاته على هذه المكونات، وتُظهر التحميلات الأطوال الموجية التي يستخدمها كل مكوّن، وكل ما لا يلتقطه النموذج يبقى في البواقي [3]. ولفئة مرجعية منمذجة بهذه الطريقة مقياسان للمسافة: مسافة الدرجات، أو الرفع، وهي مدى بُعد العينة عن مركز الفئة داخل فضاء النموذج، والمسافة المتعامدة، وهي مقدار ما يقع من طيفها خارج النموذج، أي تباين بواقيها [4]. ويُعبَّر عن الأولى تقليدياً بإحصائية Hotelling T²، وهي التعميم متعدد المتغيرات لإحصائية t لستودنت [5]؛ وعن الثانية بإحصائية Q، التي اقترح لها Jackson وMudholkar إجراءً رقابياً يختبر بواقي مشاهدة واحدة مقابل نموذج مكونات رئيسية مختزل، واضعَين ضبط الجودة نصب أعينهما [6].

بيّن Pomerantsev أن كلتا المسافتين يمكن نمذجتهما بتوزيعات كاي تربيع مُقيَّسة تُقدَّر درجات حريتها من بيانات التدريب، واستخدم ذلك لبناء مناطق قبول SIMCA لمستوى دلالة مختار [4]. ومن ثم فإن حد الفئة قرار إحصائي لا رقم ثابت: فمستوى الدلالة وعدد المكونات والمعالجة المسبقة كلها تحرّك الحد، ولهذا تشترط إرشادات EMA ذكر العتبات أو حدود الثقة أو التفاوتات المسموح بها وتبريرها [1].

نمذجة الفئات أم التحليل التمييزي؟

يقسم الدليل التعليمي لـ Oliveri النمذجة النوعية إلى عائلتين: الطرق التمييزية، المناسبة حين تكون هناك فئتان على الأقل معرّفتان تعريفاً ذا معنى، وطرق نمذجة الفئات (أحادية الفئة)، وهي الخيار الصحيح حين ينصبّ التركيز على فئة واحدة — وهو الوضع المعتاد عند قبول مادة أو رفضها مقابل مواصفتها الخاصة. وإجبار طريقة تمييزية على مسألة أحادية الفئة يُحدث انحيازاً في النتيجة [7]. وتُعدّ SIMCA الطريقة النموذجية لنمذجة الفئات؛ وتدرجها إرشادات EMA إلى جانب PCA والتحليل التمييزي والتحليل العنقودي ومطابقة الارتباط، وتنصح باستخدام أبسط خوارزمية تعطي نتائج ناجحة [1].

وحين يلزم الفصل بين عدة فئات معروفة، يُستخدم PLS-DA على نطاق واسع. وقد قدّم Barker وRayens السبب النظري لنجاحه — إذ يرتبط PLS عبر تحليل الارتباط القانوني بالتحليل التمييزي الخطي — وخلصا إلى أن PLS مفضّل على PCA حين يكون التمييز هو الهدف [8]. غير أن Brereton وLloyd بيّنا أنه في حالة فئتين متساويتي الحجم يعادل PLS-DA بمكوّن واحد المسافة الإقليدية إلى المراكز، ويعادل PLS-DA كامل الرتبة التحليل التمييزي الخطي، وحذّرا من مزالق الفئات غير المتساوية الحجم وتعدد الفئات والإفراط في الملاءمة، وخلصا إلى أن PLS-DA خطوة واحدة ضمن إجراء تصنيف، وليس طريقة قائمة بذاتها [9].

بناء المكتبة

المكتبة بنية من النماذج لا نموذج واحد. فقد بنى Blanco وRomero مكتبة NIR لـ 125 مادة خام صيدلانية مستخدمَين معامل الارتباط معياراً للتمييز، وحلّا مشكلة المواد ذات الأطياف المتشابهة جداً بمكتبات فرعية متتالية تتفرع من المكتبة الرئيسية وتستخدم إجراءات كيمومترية ذات قدرة تمييزية أعلى [10]. وتصف إرشادات EMA البنية نفسها: فقد لا تعطي مكتبة على مستوى الموقع نوعية كافية، فتُستخدم مكتبات فرعية تضم جميع عينات فئة واحدة، وتنتمي عينات جميع الموردين المعنيين إلى مكتبة الاستلام [1]. والمتوقع من حيث البيانات ثلاث مجموعات من العينات: مجموعة معايرة تشكّل المكتبة، ومجموعة اختبار للمعايرة أو تحقق متقاطع للتحسين الداخلي، ومجموعة تحقق مستقلة تضم عينات موجبة وسالبة، لا تُسحب من المجتمع التاريخي نفسه من الدفعات [1].

التحقق من صحة نموذج التصنيف

تشترط كل من EMA وFDA التحقق من صحة إجراءات NIR النوعية من حيث النوعية والمتانة على الأقل [1][2]. وتُثبَت النوعية عملياً: إذ يجب أن تجتاز العينات المستقلة من مواد المكتبة الاختبار وأن تفشل عينات التحدي، وتشمل عينات التحدي المواد المشابهة في الاسم والبنية، وفي حالة التأهيل الدرجات الأخرى والهيدرات والأشكال متعددة الأشكال البلورية وأحجام الجسيمات أو الموردين الآخرين [1]. وتصوغ FDA ذلك بوصفه ضوابط موجبة مؤكدة الهوية وضوابط سالبة مثل العلاجات الوهمية أو المواد المتشابهة طيفياً [2]. وتغطي المتانة درجة الحرارة والرطوبة وموضع العينة وطريقة تقديمها وتغييرات الجهاز مثل تركيب مصباح جديد [1]. وبلغة نمذجة الفئات، فإن نسبة الأعضاء الحقيقيين المقبولين هي الحساسية، ونسبة غير الأعضاء المرفوضين هي النوعية؛ ويشرح الدليل التعليمي لـ Ballabio وConsonni خطوات معايرة نموذج PLS-DA والتحقق من صحته وما ينبغي تقييمه في كل خطوة [11]. وثمة ثلاث نقاط تستحق التأكيد:

• التحقق المتقاطع وحده يبالغ في تقدير الأداء. بيّن Westerhuis وآخرون أن PLS-DA يقع بسهولة في الإفراط في الملاءمة، وأن التحقق ينبغي أن يجمع بين التحقق المتقاطع للنموذج واختبار التبديل [12].
• مخططات الدرجات ليست دليلاً. ينصح كل من Westerhuis وآخرون وBrereton وLloyd بعدم استنتاج الفروق بين الفئات من مخططات درجات PLS-DA [9][12].
• يجب أن تكون المجموعة الخارجية خارجية فعلاً. فمجموعة اختبار من الدفعات التاريخية نفسها لا تُعدّ تحققاً مستقلاً؛ ويجب أن تأتي مجموعة التحقق من دفعات مختلفة [1].

كيف تتعامل USTECH مع التصنيف

في برنامج الكيمومترية caliX، تُبنى نماذج فئات PCA والنماذج التمييزية القائمة على PLS على الأطياف المرجعية، مع اختيار حدود T² وQ وعدد المكونات والمعالجة المسبقة وتوثيقها على النحو الموصوف أعلاه [1][4]. وتُجمع أطياف المكتبة بجوار الخط على MasterLine17EC أو داخل الخط على ProLine17EC، وينقل ProChem نتيجة القبول/الرفض إلى طبقة PLC أو SCADA. أما ما إذا كانت الحاجة إلى مكتبة واحدة أو إلى سلسلة من المكتبات الفرعية، وكم دفعة لكل مادة تتطلبها النوعية المطلوبة، فيُحدَّد في دراسة جدوى باستخدام عيناتكم.