Laan van Kronenburg

dan perdjoeangan masih panjang

Secangkir coklat panas dan “nilai maksimal …”

Hari ini muncul keinginan untuk melanjutkan penelitian lanjutan disertasi dengan melakukan optimasi protokol penapisan virtual yang sudah dikembangkan dalam disertasi ini. Protokol tersebut hanya memperhitungkan satu residu asam amino penting yang sudah dikenali dari studi mutasi beberapa tahun silam. In fact, hasil penelitian DosGil yang dipublikasi di sini bercerita tentang identifikasi dan verifikasi 4 residu asam amino lain yang juga berperan penting dalam interaksi senyawa dengan reseptor histamin H4. So, total ada 5 faktor yang layak dipertimbangkan untuk meningkatkan kualitas protokol yang sudah dikembangkan. Dengan menggunakan pendekatan total factorial design berarti ada 2^5 percobaan dan masing-masing setidaknya 3 kali replikasi. Fiuhhh … Oke, dengan skrip otomatisasi (memakai istilah yang diperkenalkan Kang @sandalian) kita bisa serahkan ke komputer sepenuhnya.



Lha terus respon yang akan kita optimasi apa? Kebiasaan para kimiawan medisinal dalam penapisan virtual adalah nilai EF1%. Jujur, DosGil rada gak suka pemilihan cutoff itu karena hanya sekedar come out of a clear blue sky. Nilai EF1% diharapkan menggambarkan early enrichment, sehingga diharapkan bisa fokus pada 1% selected data dari keseluruhan database. Dengan cutoff pada EF1% tidak menggambarkan korelasi non parametrik antara true positif dengan true positif dan true negatif dengan true negatif. Kenapa gak sekalian EF0.1%? DosGil lebih suka nilai matthews coefficient correlation (MCC) seperti yang digunakan oleh DosGil di penelitian ini dan ternyata juga digunakan peneliti-peneliti lain di dunia penapisan virtual seperti contoh di sini. So, diputuskan tadi sore respon yang kita lihat untuk menilai kualitas penapisan virtual yang diutamakan adalah MCC.


Lha terus kalau dah dapat model yang signifikan dan “valid”, cari nilai optimal/maksimalnya piye? *munyer **munyer^2 Sehingga kita bisa memberi beban yang pas untuk masing-masing residu asam amino. Dan seperti biasa, DosGil berpaling ke program statistika R dan jawabnya ada di sana hore .. menggunakan modul steppest ascent di package rsm. Misal kita pakai data di https://dosengila.wordpress.com/2011/10/24/secangkir-kopi-dan-mengajar-lagi/

> library(rsm)
> yuli2
exp a b c respon
1 1 -1 -1 -1 0.0150
2 1 -1 -1 -1 0.0210
3 a 1 -1 -1 0.0097
4 a 1 -1 -1 0.0124
5 b -1 1 -1 0.0157
6 b -1 1 -1 0.0185
7 ab 1 1 -1 0.0168
8 ab 1 1 -1 0.0166
9 c -1 -1 1 0.0036
10 c -1 -1 1 0.0039
11 ac 1 -1 1 0.0227
12 ac 1 -1 1 0.0252
13 bc -1 1 1 0.0050
14 bc -1 1 1 0.0049
15 abc 1 1 1 0.0507
16 abc 1 1 1 0.0696

> coba_steepest1=rsm(respon~FO(a,b,c,a*b,a*c,b*c,a*b*c), data =yuli2)
> steepest(coba_steepest1)
Linear path of steepest ascent
dist a b c c(“*”, “a”, “b”) c(“*”, “a”, “c”) c(“*”, “b”, “c”) c(“*”, “a * b”, “c”) | yhat
1 0.0 0.000 0.000 0.000 0.000 0.000 0.000 0.000 | 0.019
2 0.5 0.255 0.158 0.112 0.156 0.311 0.123 0.107 | 0.023
3 1.0 0.511 0.316 0.225 0.312 0.621 0.245 0.214 | 0.029
4 1.5 0.766 0.475 0.337 0.468 0.932 0.368 0.320 | 0.035
5 2.0 1.021 0.633 0.450 0.624 1.242 0.490 0.427 | 0.043
6 2.5 1.277 0.791 0.562 0.780 1.553 0.613 0.534 | 0.053
7 3.0 1.532 0.949 0.674 0.936 1.863 0.735 0.641 | 0.064
8 3.5 1.788 1.107 0.787 1.091 2.174 0.858 0.747 | 0.077
9 4.0 2.043 1.265 0.899 1.247 2.484 0.980 0.854 | 0.092
10 4.5 2.298 1.424 1.011 1.403 2.795 1.103 0.961 | 0.109
11 5.0 2.554 1.582 1.124 1.559 3.105 1.225 1.068 | 0.128

Dari hasil di atas dapat dilihat kalau global maksimum ada di nilai respon 0,128 yang didapat saat nilai a = 2,554; b = 1,582 dan c = 1,124. Dah ketemu caranya horeeeee …

*DosGil bisa tidur nyenyak malam ini.

Iklan

10 Januari 2012 - Posted by | New idea ... | , , , , ,

Belum ada komentar.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: