基于小波变换特征提取的代谢组低浓度标志物的筛选-中国卫生统计.PDFVIP

·２· 中国卫生统计２０１８年２月第３５卷第１期 ·论著 · 基于小波变换特征提取的代谢组低浓度标志物的筛选 哈尔滨医科大学卫生统计学教研室（１５００８１）　李贞子　侯　艳　邓　魁　李　康△ 　　【提　要】　目的　利用连续小波变换对代谢组色谱数据进行变换分析，获得重要的低丰度肿瘤标志物。方法　将代 谢组一维色谱数据通过不同多尺度连续小波变换获得二维系数图像，再使用ｒａｎｄｏｍｆｏｒｅｓｔ（ＲＦ）算法对其图像进行模式 识别和特征提取，筛选潜在的低浓度生物标志物。结果　针对色谱数据经过连续小波变换处理后，ＲＦ建模判别效果较原 始色谱数据有很大的提高。结论　针对色谱数据进行小波变换后的特征提取结果，对质谱数据的某一段进行重点分析， 能够筛选出重要的低丰度肿瘤标志物，具有重要研究价值。 【关键词】　低浓度标志物　代谢组　生物标志物　小波变换 ＳｃｒｅｅｎｉｎｇｔｈｅＰｏｔｅｎｔｉａｌＩｍｐｏｒｔａｎｔＢｉｏｍａｒｋｅｒｓｉｎＬｏｗＣｏｎｃｅｎｔｒａｔｉｏｎＢａｓｅｄｏｎ ＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ ＬｉＺｈｅｎｚｉ，ＨｏｕＹａｎ，ＤｅｎｇＫｕｉ，ｅｔａｌ（ＤｅｐａｒｔｍｅｎｔｏｆＭｅｄｉｃａｌＳｔａｔｉｓｔｉｃｓ，ＨａｒｂｉｎＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ（１５００８１），Ｈａｒｂｉｎ） 【Ａｂｓｔｒａｃｔ】　Ｏｂｊｅｃｔｉｖｅ　Ｍｅｔａｂｏｌｏｍｉｃｓｃｈｒｏｍａｔｏｇｒａｐｈｉｃｄａｔａａｎａｌｙｚｅｄｂｙｃｏｎｔｉｎｕｏｕｓｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ （ＣＷＴ）ｗａｓ ｍａｉｎｌｙｕｓｅｄｔｏｓｃｒｅｅｎｉｎｇｔｈｅｐｏｔｅｎｔｉａｌｉｍｐｏｒｔａｎｔｂｉｏｍａｒｋｅｒｓｉｎｌｏｗｃｏｎｃｅｎｔｒａｔｉｏｎ．Ｍｅｔｈｏｄｓ　Ｔｈｅｏｎｅｄｉｍｅｎｓｉｏｎａｌｃｈｒｏｍａｔｏ ｇｒａｐｈｉｃｄａｔａｗａｓｔｒａｎｓｆｏｒｍｅｄｉｎｔｏｔｗｏｄｉｍｅｎｓｉｏｎａｌｉｍａｇｅｕｓｉｎｇＣＷＴｗｉｔｈｄｉｆｆｅｒｅｎｔｓｃａｌｅｓ．ＲａｎｄｏｍＦｏｒｅｓｔ（ＲＦ）ａｌｇｏｒｉｔｈｍｉｓ ａｐｐｌｉｅｄｔｏｄｏｔｈｅｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎａｎｄｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎ，ｗｉｔｈｔｈｅｐｕｒｐｏｓｅｏｆｓｃｒｅｅｎｉｎｇｔｈｅｐｏｔｅｎｔｉａｌｉｍｐｏｒｔａｎｔｂｉｏｍａｒｋｅｒｓｉｎｌｏｗ ｃｏｎｃｅｎｔｒａｔｉｏｎ．Ｒｅｓｕｌｔｓ　Ａｃｃｏｒｄｉｎｇｔｏｃｈｒｏｍａｔｏｇｒａｐｈｉｃｄａｔａａｆｔｅｒａｐｐｌｙｉｎｇｔｈｅｃｏｎｔｉｎｕｏｕｓｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ，ｔｈｅＲＦｄｉｓｃｒｉｍｉｎａ ｔｉｏｎｅｆｆｅｃｔｉｓｉｍｐｒｏｖｅｄｇｒｅａｔｌｙｃｏｍｐａｒｅｄｔｏｔｈｅｏｒｉｇｉｎａｌｄａｔａ．Ｃｏｎｃｌｕｓｉｏｎ　Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｒｅｓｕｌｔｓｏｆｃｈｒｏｍａ ｔｏｇｒａｐｈｉｃｄａｔａａｆｔｅｒｂｅｉｎｇｔｒａｎｓｆｏｒｍｅｄｂｙｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ，ｓｃｒｅｅｎｉｎｇｔｈｅｐｏｔｅｎｔｉａｌｉｍｐｏｒｔａｎｔｂｉｏｍａｒｋｅｒｓｉｎｌｏｗｃｏｎｃｅｎｔｒａｔｉｏｎ ｃｏｕｌｄｂｅｏｂｔａｉｎｅｄａｆｔｅｒｓｅｌｅｃｔｉｖｅａｎａｌｙｚｉｎｇｍａｓｓｓｐｅｃｔｒａｌｄａｔａｗｉｔｈｃｅｒｔａｉｎｒｅｔｅｎｔｉｏｎｔｉｍｅ，ｗｈｉｃｈｈａｄｉｍｐｏｒｔａｎｔｒｅｓｅａｒｃｈｖａｌｕｅ． 【Ｋｅｙｗｏｒｄｓ】　Ｌｏｗｃｏｎｃｅｎｔｒａｔｉｏｎｍａｒｋｅｒ；Ｍｅｔａｂｏｌｏｍｉｃｓ；Ｂｉｏｍａｒｋｅｒ；Ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ 　　代谢组学研究方法主要是通过色谱和质谱等仪器 代谢组学数据的获取，是通过仪器检测生物体液 获得组织、血液中的代谢物质，特别是尿液内源小分子 中代谢产物的种类、含量以及状态变化，得到代谢组指 ［１］ 代谢物的状态和含量 。由于质谱数据能够提供具 纹色图谱，再通过代谢指纹色图谱获得目前常用的统 体代谢物质化学结构的生物学信息，因此大部分的传 计分析数据格式，如图１所示。 统方法主要针对的是质谱数据。然而，大部分的传统 　　对于大量的小分子物质检测，色