Mitmemõõtmeline analüüs peptiidide käitumise uurimiseks

Tuberkuloosivaktsiini väljatöötamisel on oluline uurida, millised antigeenid vaktsiinis leiduvate antikehadega reageerivad. Samuti on tähtis, et antikehad reageeriksid kiiresti ning nõutud koguses pärast vaktsineerimist. Tavaliselt mõõdetakse ühel patisendil vaktsineerimise järel mitmel ajahetkel sadade erinevate antigeenide ehk peptiidide käitumist. Seega on tekkivate andmete maht väga suur ning nende analüüsimiseks ei ole statistika klassikalised meetodid alati sobilikud. Käesolev töö tutvustab üht metoodikat sellise struktuuriga andmete analüüsiks ning uurib selle rakendatavust konkreetselt andmestikul. Esimene peatükk tuletab meelde mitmemõõtmelise normaaljaotust, maatriksnormaaljaotust ja Wisharti jaotust, sest neid kasutatakse hilisemas teoorias korduvalt. Teises peatükis antakse ülevaade kahest lihtsamast uuringudisainist: esimesena sellisest, kus võrreldakse kahte ravimit, mõõtes samadel või sarnastel objektidel tunnust ning teisena sellisest, kus omavahel võrreldakse ravimit, mõõtes samadel objektidel vaid 1 tunnust. Mõlema juhul on kirjas testitav hüpoteesipaar, võrdlemiseks vajaliku statistiku konstrueerimine ning tema jaotust. Teine peatükk valmistab lugejat ette 5. peatüki jaoks, kus esitatakse nende kahe disaini üks võimalikke üldistusi. Kolmandas peatükis käsitletakse profiilianalüüsi, mis on mõeldud erinevate populatsioonide keskväärtusvektorite võrdlemiseks. Antakse ülevaade profiilianalüüsi käigust, püstitatavatest hüpoteesidest ja nende kontrollist võrreldes 2 populatsiooni. Neljandas peatükis tutvustatakse mitmemõõtmelist dispersioonanalüüsi (MANOVAt), mis on vajalik keskväärtuste võrdlemisel, kui võrreldavaid populatsioone on 2-st rohkem. Kirjeldatakse MANOVA kasutamiseks vajalikke eeldusi ning teststatistiku konstrueerimist. Viiendas peatükis antakse ülevaade mitmemõõtmeliste korduvmõõtmiste tulemusena saadud andmete ühest võimalikust analüüsiviisist ehk mitmemõõtmelisest juhumõjudega korduvmõõtmiste mudelist. Andmed olgu sellise struktuuriga, et igal indiviidil on mõõdetud ajahetkel tunnust ning võrreldavaid gruppe saab olla . Peatükis tuuakse välja juhumõjudega mudeli kuju, mudeli parameetrite hinnangud, mudeli parameetrite kohta käivate hüpoteeside üldine kuju ning nende testimiseks vajalik eeskiri. Viimases peatükis kirjeldatakse töös kasutatavate andmete bioloogilist tausta ja tekkimise protsessi. Samuti tutvustatakse konkreetset töös kasutatavat andmestikku, rakendatakse profiilianalüüsi ja proovitakse hinnata eelnevas peatükis esitatud juhumõjudega mudel. Profiilianalüüsi eesmärgiks on uurida, kas leidub peptiide, mille korral antikehade kontsentratsioon ajas ei ole muutunud. Juhumõjudega mudeli hindamise eesmärgiks on peptiidide kasvukõverate kujude võrdlemine, leidmaks käitumiselt sarnaseid peptiide