Les media sociaux aident la chimie analytique à explorer des millions de spectres.
Social Media Empowers Analytical Chemists to Explore Millions of Spectra
César Alvarez Llamas, Christophe Dujardin et Vincent Motto Ros (équipes Spectrobio et Luminescence), en collaboration avec des collègues de Lille ont publié un article intitulé "When Social Media Empowers Analytical Chemists to Explore Millions of Spectra Derived from a Complex Sample" dans la revue ACS Analytical Chemistry.
César Alvarez Llamas, Christophe Dujardin et Vincent Motto Ros (équipes Spectrobio et Luminescence), in collaboration with colleagues from Lille have published a paper entitled "When Social Media Empowers Analytical Chemists to Explore Millions of Spectra Derived from a Complex Sample" in the journal ACS Analytical Chemistry.
La chimie analytique n'a jamais produit autant de données expérimentales qu'aujourd'hui, et cette tendance exponentielle ne montre aucun signe de ralentissement. L'imagerie spectroscopique, au sens large, est certainement le domaine dans lequel nous observons cette accélération de manière encore plus prononcée. Nous sommes cependant aujourd'hui confrontés à un nouveau défi, car les données expérimentales accumulées pour certaines techniques analytiques sont tellement vastes et massives qu'il est devenu impossible de les explorer avec les outils habituels, et il ne s'agit en aucun cas d'un problème de capacité de calcul. La chimie analytique est loin d'être le seul domaine touché par ce problème, et l'on pourrait dire que d'autres s'y sont attaqués bien avant nous, comme, par exemple, les réseaux sociaux. L'objectif de cet article est de démontrer qu'un tel domaine, qui peut sembler initialement éloigné de nos préoccupations, peut offrir de nouveaux outils capables de surmonter ces barrières, même si nous ne traitons pas nécessairement des mêmes objets. Plus précisément, nous nous penchons sur le regroupement de plus de 10 millions de spectres LIBS acquis dans le cadre d'une expérience d'imagerie. Il s'agit de démontrer qu'une bibliothèque open-source développée par Meta (anciennement connu sous le nom de Facebook) peut nous permettre de réaliser une exploration complète d’échantillons complexes, ce qui est considéré comme impossible avec les approches conventionnelles d'analyse de données.
Analytical chemistry has never yielded such a wealth of experimental data as it does today, and this exponential trend shows no sign of abating. Spectroscopic imaging, in the broadest sense, is certainly the field where we observe this acceleration even more pronouncedly. However, we are now faced with a new challenge: the experimental data accumulated for certain analytical techniques are so vast and massive that exploring them with usual tools has become unfeasible, and this is by no means a computational capacity issue. Analytical chemistry is far from being the sole field affected by this issue, and one could argue that others have grappled with it long before us, such as, for instance, social media. The purpose of this paper is to demonstrate that such a domain, which may initially seem distant from our concerns, can offer novel tools capable of overcoming these barriers, even though we are not necessarily dealing with the same objects. More specifically, we delve into the clustering of over 10 million LIBS spectra acquired as part of an imaging experiment. The aim is to demonstrate that an open-source library developed by Meta (formerly known as Facebook) can enable us to conduct a comprehensive exploration of complex samples, a feat deemed impossible with conventional data analysis approaches.
