[論文レビュー] Bayesian Modeling and Computation for Analyte Quantification in Complex Mixtures Using Raman Spectroscopy

Ningren Han, Rajeev J. Ram|arXiv (Cornell University)|May 20, 2018

Spectroscopy and Chemometric Analyses参考文献 35被引用数 4

ひとこと要約

本論文は、Raman分光法を用いた複雑な混合物中のアナリティクス濃度を特定化するための2段階ベイジアンフレームワークを提案する。階層的モデリングと可逆移動マルコフ連鎖モンテカルロ法（RJMCMC）を活用し、ピーク検出と濃度推定を同時に実行する。小規模なトレーニングサンプル環境下でも、従来の多次元回帰法に比べ優れた性能を示し、特にベースライン補正とピーク同定において優位性を示す。バイオファーマシューティカルプロセスモニタリングデータを用いた実証的評価でグルコース濃度の正確な推定が達成された。

ABSTRACT

In this work, we propose a two-stage algorithm based on Bayesian modeling and computation aiming at quantifying analyte concentrations or quantities in complex mixtures with Raman spectroscopy. A hierarchical Bayesian model is built for spectral signal analysis, and reversible-jump Markov chain Monte Carlo (RJMCMC) computation is carried out for model selection and spectral variable estimation. Processing is done in two stages. In the first stage, the peak representations for a target analyte spectrum are learned. In the second, the peak variables learned from the first stage are used to estimate the concentration or quantity of the target analyte in a mixture. Numerical experiments validated its quantification performance over a wide range of simulation conditions and established its advantages for analyte quantification tasks under the small training sample size regime over conventional multivariate regression algorithms. We also used our algorithm to analyze experimental spontaneous Raman spectroscopy data collected for glucose concentration estimation in biopharmaceutical process monitoring applications. Our work shows that this algorithm can be a promising complementary tool alongside conventional multivariate regression algorithms in Raman spectroscopy-based mixture quantification studies, especially when collecting a large training dataset with high quality is challenging or resource-intensive.

研究の動機と目的

• 大規模で高品質なトレーニングデータセットが入手できない状況における、複雑な混合物中のアナリティクス濃度特定化の課題に対処すること。
• ピーク信号とベースライン信号を同時に推定する統合フレームワークの構築により、逐次処理に起因するバイアスを低減すること。
• 小規模なサンプルサイズとノイズの多い、自己蛍光を示す背景を伴うRaman分光法環境下でも、定量精度を向上させること。
• バイオファーマシューティカルプロセスモニタリング分野における従来の多次元回帰手法（例えばPLSRやPCR）の補完的代替手法を提供すること。

提案手法

• ピークとベースラインの混合成分を用いてスペクトル信号を表現する階層ベイジアンモデルを採用する。
• 可逆移動マルコフ連鎖モンテカルロ法（RJMCMC）を用い、次元が変化するモデル選択と、ピーク位置、強度、ベースラインパラメータの同時推定を実行する。
• 2段階の処理を実施：まず、基準スペクトルからアナリティクス固有のピーク表現を学習し、次にそれらを用いて混合物中の濃度を推定する。
• 回帰部において変数選択と正則化を実現するため、g-プライアを組み込む。
• ベイジアンフレームワーク内での非線形で滑らかな関数としてベースラインをスプラインまたは多項式項を用いてモデル化する。
• 次元が変化するモデル探索を可能にする可逆移動を含むMCMCサンプリングにより、モデル推論を実施する。

実験結果

リサーチクエスチョン

• RQ1 ベイジアンフレームワークは、逐次的手法に比べ、Ramanスペクトルにおけるピークとベースラインを同時に推定する際に、より高い正確性を達成できるか？
• RQ2 限られたトレーニングデータ下で、提案手法は従来の多次元回帰法（例：PLSR）と比較して、定量精度にどの程度優位性を示すか？
• RQ3 2段階ベイジアンアプローチは、自己蛍光を示す生物学的サンプルにおけるベースライン補正に起因するバイアスをどの程度低減できるか？
• RQ4 広範なキャリブレーションデータセットを必要とせずに、本手法は混合物中のアナリティクス濃度を信頼性高く推定できるか？

主な発見

• 提案されたベイジアン手法は、小規模なトレーニングサンプルサイズ下でも、特にノイズや複雑なスペクトル環境下において、従来の多次元回帰アルゴリズムを上回るアナリティクス濃度推定性能を示した。
• RJMCMCを用いたモデル選択は、正しいスペクトルピーク数およびベースライン成分数を的確に特定でき、過剰適合と推定バイアスを低減した。
• バイオファーマシューティカルプロセスからの実験的Ramanデータにおいて、本手法は最小限のキャリブレーションデータで正確なグルコース濃度推定を達成した。
• 2段階アプローチにより、限られた基準スペクトルからピーク表現を強固に学習でき、混合物サンプルへの一般化性能が向上した。
• トレーニングデータが不足またはノイズが多い状況下でも、PLSRに比べて安定性が向上し、予測誤差が低減した。
• ベースライン補正がベイジアンフレームワーク内に内蔵されており、別個のベースライン差し引き処理に起因する誤差を回避できた。