Rajamanickam V, Herwig C y Spadiut O
Los datos cromatográficos UV en combinación con el análisis de datos multivariados (MVDA) se han utilizado ampliamente para el seguimiento de bioprocesos. Sin embargo, suelen atribuirse a cambios a lo largo del tiempo de retención y requieren un preprocesamiento. Los datos cromatográficos UV desalineados dan como resultado modelos MVDA inconsistentes. Hay disponibles numerosas técnicas de preprocesamiento, cada una de las cuales varía en el número de metaparámetros a optimizar, la complejidad y el tiempo de cálculo. Por lo tanto, nuestro objetivo era desarrollar un flujo de trabajo genérico para detectar técnicas de preprocesamiento. Elegimos cuatro conjuntos de datos con complejidad creciente que contienen datos cromatográficos UV de cromatografía de fase inversa y de exclusión por tamaño HPLC. Alineamos los cuatro conjuntos de datos utilizando tres técnicas de preprocesamiento, a saber, los algoritmos icoshift, PAFFT y RAFFT. Elegimos varias herramientas estadísticas para validar el rendimiento de las técnicas de preprocesamiento y para detectar metaparámetros. Validamos el rendimiento de las técnicas de preprocesamiento en términos de conservación de datos, complejidad y tiempo de cálculo, e identificamos los rangos óptimos de metaparámetros para cada conjunto de datos. Finalmente, se establecieron modelos de análisis de componentes principales (PCA) para evaluar la técnica de alineación elegida. En resumen, en este estudio se desarrolló un flujo de trabajo genérico para validar la alineación de datos cromatográficos mediante herramientas estadísticas.