การวิเคราะห์เซอร์ไพรซอล (Surpristal analysis ) เป็น เทคนิคการวิเคราะห์ เชิงทฤษฎีสารสนเทศที่บูรณาการและประยุกต์ใช้หลักการของอุณหพลศาสตร์และเอนโทรปี สูงสุด การวิเคราะห์เซอร์ไพรซอลสามารถเชื่อมโยงคุณสมบัติระดับจุลภาคพื้นฐานกับคุณสมบัติระดับมหภาคของระบบได้ เทคนิคนี้ได้ถูกนำไปประยุกต์ใช้ในหลากหลายสาขาวิชาแล้ว เช่น วิศวกรรม ฟิสิกส์ เคมี และวิศวกรรมชีวการแพทย์และเมื่อเร็วๆ นี้ ได้มีการขยายขอบเขตไปใช้ในการจำแนกลักษณะสถานะของเซลล์สิ่งมีชีวิต โดยเฉพาะอย่างยิ่งการตรวจสอบและจำแนกลักษณะกระบวนการทางชีวภาพแบบเรียลไทม์ โดยใช้ ข้อมูล การถอดรหัสทางพันธุกรรม

การวิเคราะห์เซอร์พริซอลได้รับการคิดค้นขึ้นที่มหาวิทยาลัยฮิบรูแห่งเยรูซาเลมโดยความร่วมมือระหว่างราฟาเอล เดวิด เลวีน , ริชาร์ด แบร์รี เบิร์นสไตน์ และอาวิโนอัม เบน-ชาอูล ในปี 1972 เลวีนและเพื่อนร่วมงานตระหนักถึงความจำเป็นในการทำความเข้าใจพลวัตของระบบที่ไม่สมดุลให้ ดียิ่งขึ้น โดยเฉพาะอย่างยิ่งระบบขนาดเล็ก ซึ่งดูเหมือนจะไม่สามารถนำไปใช้กับการให้เหตุผลทางเทอร์โมไดนามิกได้^{[ 1 ]}อัลฮัสซิดและเลวีนได้นำการวิเคราะห์เซอร์พริซอลมาใช้ในฟิสิกส์นิวเคลียร์เป็นครั้งแรก เพื่ออธิบายลักษณะการกระจายตัวของผลิตภัณฑ์ในปฏิกิริยาไอออนหนัก นับตั้งแต่มีการคิดค้นขึ้น การวิเคราะห์เซอร์พริซอลได้กลายเป็นเครื่องมือสำคัญสำหรับการวิเคราะห์พลวัตของปฏิกิริยาและเป็นคำศัพท์ อย่างเป็นทางการ ของ IUPAC ^{[ 2 ]} *

วิธีการ เอนโทรปีสูงสุดเป็นหัวใจสำคัญของมุมมองใหม่เกี่ยวกับการอนุมานทางวิทยาศาสตร์ ซึ่งช่วยให้สามารถวิเคราะห์และตีความข้อมูลขนาดใหญ่และบางครั้งก็มีสัญญาณรบกวนได้ การวิเคราะห์ความประหลาดใจขยายหลักการของเอนโทรปีสูงสุดและอุณหพลศาสตร์โดยที่ทั้ง อุณหพลศาสตร์ สมดุลและกลศาสตร์เชิงสถิติถือว่าเป็นกระบวนการอนุมาน สิ่งนี้ทำให้การวิเคราะห์ความประหลาดใจเป็นวิธีการที่มีประสิทธิภาพในการวัดปริมาณและบีบอัดข้อมูล และให้ลักษณะเฉพาะของระบบที่ไม่ลำเอียง การวิเคราะห์ความประหลาดใจมีประโยชน์อย่างยิ่งในการกำหนดลักษณะและทำความเข้าใจพลวัตในระบบขนาดเล็ก ซึ่งการไหลของพลังงานที่โดยปกติแล้วมีค่าเล็กน้อยในระบบขนาดใหญ่ มีอิทธิพลอย่างมากต่อพฤติกรรมของระบบ

ประการแรก การวิเคราะห์ความประหลาดใจจะระบุสถานะของระบบเมื่อระบบถึงเอนโทรปีสูงสุด หรือสมดุลทางเทอร์โมไดนามิกซึ่งเรียกว่าสถานะสมดุลของระบบ เพราะเมื่อระบบถึงเอนโทรปีสูงสุดแล้ว ระบบจะไม่สามารถเริ่มต้นหรือมีส่วนร่วมในกระบวนการที่เกิดขึ้นเองได้อีกต่อไป หลังจากกำหนดสถานะสมดุลแล้ว การวิเคราะห์ความประหลาดใจจะระบุลักษณะของสถานะทั้งหมดที่ระบบเบี่ยงเบนออกจากสถานะสมดุล การเบี่ยงเบนเหล่านี้เกิดจากข้อจำกัด ข้อจำกัดเหล่านี้ในระบบจะป้องกันไม่ให้ระบบถึงเอนโทรปีสูงสุด การวิเคราะห์ความประหลาดใจถูกนำมาใช้เพื่อระบุและอธิบายลักษณะของข้อจำกัดเหล่านี้ ในแง่ของข้อจำกัด ความน่าจะเป็นของเหตุการณ์จะถูกวัดโดย ${\displaystyle P(n)}$${\displaystyle n}$

${\displaystyle P(n)=P^{0}(n)\exp \left[-\sum _{\alpha }\lambda _{\alpha }G_{\alpha }(n)\right]}$.

นี่คือความน่าจะเป็นของเหตุการณ์ในสภาวะสมดุล โดยทั่วไปเรียกว่า "ความน่าจะเป็นก่อนหน้า" เพราะเป็นความน่าจะเป็นของเหตุการณ์ก่อนที่จะมีข้อจำกัดใดๆ ส่วนความน่าจะเป็นที่คาดไม่ถึงนั้นถูกกำหนดไว้ดังนี้ ${\displaystyle P^{0}(n)}$${\displaystyle n}$${\displaystyle n}$

${\displaystyle {\begin{aligned}{\text{surprisal}}&{\stackrel {\text{def}}{=}}-\ln {\frac {P(n)}{P^{0}(n)}}\\&=\sum _{\alpha }\lambda _{\alpha }G_{\alpha }(n)\end{aligned}}}$

ค่าความประหลาดใจเท่ากับผลรวมของข้อจำกัดต่างๆ และเป็นการวัดค่าเบี่ยงเบนจากสถานะสมดุล ค่าเบี่ยงเบนเหล่านี้จะถูกจัดอันดับตามระดับการเบี่ยงเบนจากสถานะสมดุล และเรียงลำดับจากที่มีอิทธิพลต่อระบบมากที่สุดไปจนถึงน้อยที่สุด การจัดอันดับนี้ทำได้โดยใช้ตัวคูณลากรางจ์ข้อจำกัดที่สำคัญที่สุด และโดยปกติแล้วข้อจำกัดที่เพียงพอต่อการกำหนดลักษณะของระบบ จะมีค่าตัวคูณลากรางจ์มากที่สุด ตัวคูณสำหรับข้อจำกัดจะแสดงเป็น ข้างต้นตัวคูณที่มากขึ้นบ่งชี้ถึงข้อจำกัดที่มีอิทธิพลมากขึ้น ตัวแปรเหตุการณ์คือค่าของข้อจำกัดสำหรับเหตุการณ์การใช้วิธีตัวคูณลากรางจ์^{[ 3 ]}จำเป็นต้องระบุความน่าจะเป็นก่อนหน้าและลักษณะของข้อจำกัดจากการทดลอง อัลกอริทึมเชิงตัวเลขสำหรับการกำหนดตัวคูณลากรางจ์ได้รับการแนะนำโดย Agmon et al. ^{[ 4 ]}เมื่อเร็วๆ นี้การแยกค่าเอกลักษณ์และการวิเคราะห์ส่วนประกอบหลักของ surprisal ได้ถูกนำมาใช้เพื่อระบุข้อจำกัดในระบบชีวภาพ โดยขยายการวิเคราะห์ surprisal เพื่อให้เข้าใจพลวัตทางชีวภาพได้ดียิ่งขึ้นดังแสดงในรูป ${\displaystyle \alpha }$${\displaystyle \แลมบ์ดา _{\อัลฟา }}$${\displaystyle G_{\alpha }(n)}$${\displaystyle \alpha }$${\displaystyle n}$${\displaystyle P^{0}(n)}$

เซอร์พริซอล (คำที่บัญญัติขึ้น^{[ 5 ]}ในบริบทนี้โดยไมรอน ทริบัส^{[ 6 ]} ) ถูกนำมาใช้ครั้งแรกเพื่อทำความเข้าใจความเฉพาะเจาะจงของการปลดปล่อยพลังงานและการเลือกสรรความต้องการพลังงานของปฏิกิริยาเคมี พื้นฐาน ให้ ดียิ่งขึ้น ^{[ 1 ]}สิ่งนี้ทำให้เกิดการทดลองใหม่ๆ ขึ้นหลายชุด ซึ่งแสดงให้เห็นว่าในปฏิกิริยาพื้นฐาน ผลิตภัณฑ์ที่เกิดขึ้นใหม่สามารถตรวจสอบได้ และพลังงานจะถูกปลดปล่อยออกมาอย่างเฉพาะเจาะจง ไม่ใช่กระจายตามสถิติ^{[ 1 ]}การวิเคราะห์เซอร์พริซอลถูกนำมาใช้ครั้งแรกเพื่อจำแนกระบบโมเลกุลขนาดเล็กสามโมเลกุลที่ไม่สอดคล้องกับหลักการของอุณหพลศาสตร์ และพบข้อจำกัดหลักเพียงข้อเดียวที่เพียงพอต่อการอธิบายพฤติกรรมไดนามิกของระบบโมเลกุลสามโมเลกุลนั้น ผลลัพธ์ที่คล้ายกันนี้ถูกสังเกตพบในปฏิกิริยานิวเคลียร์ซึ่งสถานะที่แตกต่างกันที่มีการแบ่งส่วนพลังงานที่แตกต่างกันนั้นเป็นไปได้ บ่อยครั้งที่ปฏิกิริยาเคมีต้องการพลังงานเพื่อเอาชนะอุปสรรคการกระตุ้น การวิเคราะห์เซอร์พริซอลสามารถนำไปใช้กับงานดังกล่าวได้เช่นกัน^{[ 7 ]}ต่อมา การวิเคราะห์ความประหลาดใจได้ขยายไปสู่ระบบระดับกลาง ระบบขนาดใหญ่^{[ 3 ]}และกระบวนการไดนามิก^{[ 8 ]}

การวิเคราะห์แบบเซอร์ไพรส์ได้รับการขยายเพื่อระบุลักษณะและทำความเข้าใจกระบวนการของเซลล์ได้ดียิ่งขึ้น^{[ 9 ]}ดูรูปภาพ ปรากฏการณ์ทางชีววิทยา และโรคของมนุษย์โดยอ้างอิงถึงการวินิจฉัย เฉพาะบุคคล การวิเคราะห์แบบเซอร์ไพรส์ถูกนำมาใช้ครั้งแรกเพื่อระบุยีนที่เกี่ยวข้องกับสภาวะสมดุลของเซลล์ในหลอดทดลอง ยีนส่วนใหญ่ที่พบในสภาวะสมดุลคือยีนที่รับผิดชอบโดยตรงต่อการรักษาสภาวะสมดุล ของเซลล์ ^{[ 10 ]} ในทำนองเดียวกัน การ วิเคราะห์นี้ถูกนำมาใช้เพื่อแยกแยะฟีโนไทป์ที่แตกต่างกันสองแบบในระหว่างEMTของเซลล์มะเร็ง^{[ 11 ]}

• เนื้อหาข้อมูล
• ทฤษฎีสารสนเทศ
• การแยกส่วนค่าเอกลักษณ์
• การวิเคราะห์ส่วนประกอบหลัก
• เอนโทรปี
• การเรียนรู้ต้นไม้ตัดสินใจ
• การได้มาซึ่งข้อมูลในต้นไม้ตัดสินใจ