因子分析法在质谱成像数据分析中的应用-分析化学.PDF

第42 卷 分析化学 (FENXI HUAXUE)摇 研究报告 第8 期 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 2014 年8 月 Chinese Journal of Analytical Chemistry 1099 ~1103 10.11895/j.issn.0253鄄3820.140062 因子分析法在质谱成像数据分析中的应用 1 *1 2 2 陈一摇 唐 飞 摇 李铁刚摇 贺玖明 2 3 1 再帕尔·阿不力孜摇 刘力涛摇 王晓浩 1(清华大学精密仪器系,北京 100086) 2(中国医学科学院药物研究所,北京 100050) 3(中国航天员科研训练中心人因工程重点实验室,北京 10094) 摘摇 要摇 对因子分析法在质谱成像数据分析中的应用进行了研究。 本方法分析的质谱成像数据来源于空气 动力辅助离子源质谱成像技术,所用样品为含有3种不同颜料(红色、蓝色、黑色)的笔迹样品。 对该样品的 成像数据进行因子分析后,将成像数据分为了背景、黑色、蓝色和红色因子。 分析结果显示,m/z 443.2, 478.4,322.2(344.2)分别在红色、蓝色、黑色因子中的贡献值远大于其它质荷比,因此是3种颜料的特征质 荷比。 此结果与实际情况相符,证明使用因子分析方法对质谱成像数据进行分析和特征提取是可行的。 对因 子分析与主成分分析的成像数据处理结果进行了比较,结果显示,因子分析可以更简单和定量地对特征质荷 比进行取舍,在生物标志物提取、疾病诊断、药理分析等方面有较大的应用潜力。 关键词摇 因子分析;质谱成像;空气动力辅助离子源;多元统计 1摇 引摇 言 近年来,质谱成像技术(Imaging mass spectrometry,IMS)作为质谱研究中的热点领域迅速发展,在 了解组织病理特征、疾病诊断、药物疗效及发现生物标志物等临床应用中发挥越来越重要的作用[1~5]。 随着质谱成像技术的不断发展[6~8] ,其质量分辨率和空间分辨率都不断提高,这导致原始成像的数 据量变得非常庞大,通过人工筛选的方式对其进行处理已经越来越难。 近年来,研究人员开始使用多元 统计的方法[9~12] ,对质谱成像数据进行降维和特征提取。 多元统计是一类数学方法的统称,如何从中 找出一个适合质谱成像数据分析应用的具体模型,成为质谱成像领域的研究内容之一[13,14]。 目前,常用的应用于质谱成像数据处理的多元统计方法包括主成分分析(Principal component analy鄄 [15,16] [17] sis,PCA) 、聚类分析(Hierarchical cluster analysis, HCA) ,偏最小二乘判别分析(Partial least [18] square discriminate analysis,PLS鄄DA) 等,这些方法成功地对大量质谱数据进行了降维和特征提取,推 进了质谱成像技术在各领域的应用。 但是作为统计学的方法,这些常用方法所得到的结果数学意义偏 多,往往较难对其给出符合实际意义的解释。 另外,相比使用其它技术确立的生物标志物,这些方法提 取的标志物(质荷比)通常较少,有可能遗漏掉有重要意义的特殊质荷比。 本研究基于空气动力辅助离子源质谱成像技术(Air flow鄄assisted ionization imaging mass spectrome鄄