Principal component analysis: The basic building block of chemometrics;L'analyse en composantes principales: Une des techniques fondatrices de la chimiométrie

Actualite Chimique

Volumn , Issue 345, 2010, Pages 13-18

  Cordella, Christophe ^a  

^a AGROPARISTECH   (France)

Author keywords

Chemometrics; Data analysis; Kowalski; Oil oxidation; PCA; Principal component analysis; Wold

Indexed keywords

EID: 79954613070     PISSN: 01519093     EISSN: None     Source Type: Journal    
DOI: None     Document Type: Article

References (34)

1. La métabolomique ou métabonomique sont rencontrées indifféremment dans la bibliographie mais ont une signification voisine. Il s'agit de l'étude de l'ensemble des métabolites (sucres, acides aminés, acides gras, etc.) présents dans une cellule, un organe, un organisme. Au même titre que la génomique pour l'ADN, la métabolomique utilise la spectrométrie de masse et la résonance magnétique nucléaire pour suivre l'évolution globale de certains éléments clés de la physiologie des organismes. Le but recherché est la mesure globale des perturbations biochimiques causées par les maladies, les médicaments ou les produits toxiques. Une étude métabonomique ou métabolomique se déroule en trois étapes : le prélèvement de biofluides ou de biopsies contenant les marqueurs métaboliques et leur dosage, l'extraction de ces données métaboliques et enfin l'analyse des jeux de données. La dernière étape emploie des outils statistiques tels que l'analyse en composantes principales, les réseaux de neurones, en vue essentiellement d'isoler un petit nombre significatif de paramètres parmi ceux mis en évidence dans l'étude expérimentale.
2. Univarié, dans le sens qui ne se préoccupe que d'une source de variation à la fois, c'est-à-dire en termes statistiques, d'une seule variable.
3. Professeur de chimie analytique à l'Institut de Pharmacie de l'Université de Bruxelles, puis professeur de chimiométrie à l'Université Catholique de Louvain (Belgique). Voir www.vub.ac'be/fabi/DLM/ (visité le 23 août 2010).
4. Célèbre par ses contributions à la fondation des statistiques modernes (test duχ2, régression linéaire, analyse en composantes principales), Karl Pearson (1857-1936), mathématicien anglais, enseigna les mathématiques à l'Université de Londres de 1884 à 1933 et fut l'éditeur de The Annals of Eugenics (de 1925 à 1936). En bon disciple de Francis Galton (1822-1911), Pearson poursuit les travaux statistiques de son mentor, ce qui l'amènera à jeter les bases du calcul des corrélations (à la base de l'analyse en composantes principales) et marquera les débuts d'une nouvelle science : la biométrie.
5. e siècle, telles que le calcul de variation, les fonctions de production fondées sur la maximisation des profits, l'utilisation de la distribution de Student pour la validation d'hypothèses qui mènera au calcul de l'intervalle de confiance.
6. Le terme « pattern recognition » est géné ralement employé dans la littérature.
7. Attention, ce terme se traduit en anglais par « calibration » et ne doit pas être confondu avec le « calibrage » d'un instrument qui est le recalage à l'aide d'un ou deux mesurages (« gauging » en anglais).
8. Statisticien fraņais, ancien élève de l'École normale supérieure, professeur à l'Institut de Statistique de l'Université de Paris, fondateur de l'école fraņaise d'analyse des données dans les années 1960-1990, Jean-Paul Benzécri a développé des outils statistiques, notamment l'analyse factorielle des correspondances qui permet de traiter de grandes quantités de données afin de visualiser et hiérarchiser l'information.
9. Par exemple, la réaction de cycloaddition de Diels-Alder entre un diène et un diénophile fait partie des réactions péricycliques qui peuvent se produire à 1 bar et à température ambiante ou après un léger chauffage ; il peut donc y avoir apparition de composés chimiques issus d'une telle réaction dès que l'on chauffe l'échantillon pourvu que les conditions d'espèces moléculaires mises en présence soient remplies : les recouvrements orbitalaires des systèmes p mis en jeu dans ces réactions demandent un faible apport énergétique et sont favorisés par des considérations de géométrie d'orbitales et de densité électronique. En revanche, à température ambiante, les réactions nommées « transpositions sigmatropiques » se font difficilement et nécessitent un chauffage plus élevé car elles impliquent la destruction et la formation de plusieurs liaisons covalentes et p dans la molécule.
10. Workman J., The state of multivariate thinking for scientists in industry: 1980-2000, Chemometrics and Intelligent Laboratory Systems, 2002, 60, p. 13.
11. Kowalski B.R., Chemometrics - Views and propositions, Journal of Chemical Information and Computer Sciences, 1975, 15, p. 201.
12. nd ed., CRC Press, 2006.
13. Wold S., Chemometrics, why, what and where to next?, Journal of Pharmaceutical and Biomedical Analysis, 1991, 9, p. 589 ;
14. Wold S., Chemometrics; What do we mean with it, and what do we want from it?, Chemometrics and Intelligent Laboratory Systems, 1995, 30, p. 109 ;
15. Wold S., Sjostrom M., Chemometrics, present and future success, Chemometrics and Intelligent Laboratory Systems, 1998, 44, p. 3 ;
16. Wold S., Trygg J., Berglund A., Antti H., Some recent developments in PLS modeling, Chemometrics and Intelligent Laboratory Systems, 2001, 58, p. 131 ;
17. Wold S., Berglund A., Kettaneh N., New and old trends in chemometrics. How to deal with the increasing data volumes in R&D&P (research, development and production) - with examples from pharmaceutical research and process modeling, Journal of Chemometrics, 2002, 16, p. 377 ;
18. Wold S., Analysis of similarities and dissimilarities between chromatographic liquid-phases by means of pattern cognition, Journal of Chromatographic Science, 1975, 13, p. 525 ;
19. Wold S., Pattern-recognition by means of disjoint principal components models, Pattern Recognition, 1976, 8, p. 127 ;
20. Wold S., Enius G., Mathematics in service of man, Chemtech, 1978, 8, p. 770.
21. Kowalski B.R., Proceedings: Pattern recognition, CancerChemother Rep 2, 1974, 4, p. 43 ;
22. Kowalski B.R., Chemometrics, Chemistry & Industry, 1978, p. 882 ;
23. Kowalski B.R., Chemometrics, Analytical Chemistry, 1980, 52, p. R112 ;
24. Kowalski B.R., Bender C.F., Solving chemical problems with pattern recognition, Naturwissenschaften, 1975, 62, p. 10.
25. Massart D.L., Handbook of Chemometrics and Qualimetrics, Elsevier, 1997 ;
26. Massart D.L., Brereton R.G., Dessy R.E., Hopke P.K., Spiegelman C.H., Wegscheider W., Chemometrics - Tutorials, Elsevier, 1990.
27. Beebe K.R., Pell R.J., Seasholtz M.B., Chemometrics: a Practical Guide, Wiley, 1998 ;
28. nd ed., CRC/Taylor & Francis, Boca Raton, 2006.
29. Frankel E.N., Lipid oxidation, Prog. Lipid Res., 1980, 19, p. 1 ;
30. Frankel E.N., Volatile lipid oxidation products, Prog. Lipid Res., 1983, 22, p. 1 ;
31. Frankel E.N., Lipid oxidation - Mechanisms, products and biological significance, Journal of the American Oil Chemists Society, 1984, 61, p. 1908 ;
32. Frankel E.N., Secondary products of lipid oxidation, Chem. Phys. Lipids, 1987, 44, p. 73 ;
33. Frankel E.N., Biological significance of secondary lipid oxidation products, Free Radic. Res. Commun., 1987, 3, p. 213.
34. e année PC-PC*, Dunod, Collection J.intègre, 2006.