核磁共振代组学数据的尺度归一化和特征代谢物辨识新方法.pdfVIP

摘 要 代谢组学方法是上世纪90年代中期发展起来的--I-J新学科，它借助高通量、高灵 敏度与高精确度的现代分析技术，分析细胞、组织和生物体液中内源性代谢物的整体组 成，并通过代谢物复杂的、动态的变化，辨识和解析被研究对象的生理病理状态。 高通量、高分辨的现代分析仪器在获取生物样品中更丰富、更准确的代谢信息的同 时，也给后续的数据分析带来了巨大的挑战。本文从数据预处理和特征选择两方面出发， 深入研究核磁共振代谢组学数据处理，提出新的数据归一化方法和特征选择方法，增强 后续数据统计分析的可靠性。本文工作包括如下两个创新点： 首先，提出一种有监督的数据尺度归一化方法。该方法不强调各变量之间的“尺度 归一，而是在原始数据的基础上，通过提高其中稳定性高、且在不同类别样本中具有显 著差异性的变量权重，以增强与特征代谢物相关的信息。采用模拟数据和真实代谢组学 数据评估新归一化方法的性能，结果表明：该方法能够提高多变量统计模型的预测能力， 较完整地保留核磁共振谱的分子信息，有助于特征代谢物的识别。 其次，提出一类基于重采样技术的特征变量辨识方法。利用重采样技术，并结合T 统计和多变量分析方法，估算各变量的显著性，辨识特征变量。本文分别用模拟数据和 真实代谢组学数据检验新方