核正交偏最小二乘在代谢组学数据分析中的应用.pdfVIP

·１４· 中国卫生统计２０１５年２月第３２卷第１期 核正交偏最小二乘在代谢组学数据分析中的应用 哈尔滨医科大学卫生统计学教研室（１５００８１）　李俊南　侯　艳　李　康Δ 　　【提　要】　目的　探索核正交偏最小二乘方法的特点及其在代谢组学数据分析中的应用。方法　通过模拟实验 和真实代谢组学数据，评价核正交偏最小二乘方法的模型预测能力及其可视化效果。结果　模拟数据分析表明，当数 据间存在线性关系时，ＫＯＰＬＳ与传统的线性 ＯＰＬＳ具有相同的效果；当数据间存在非线性关系时，ＫＯＰＬＳ具有相对更 高的预测能力，得分图的可视化效果更好。实际数据分析结果显示，应用ＫＯＰＬＳ能够提高模型预测能力和改善可视化效 果。结论　对于高维非线性关系的代谢组学数据更适合使用ＫＯＰＬＳ方法。 【关键词】　核正交偏最小二乘　非线性　代谢组学 ＴｈｅＡｐｐｌｉｃａｔｉｏｎｏｆＫｅｒｎａｌＯｒｔｈｏｇｏｎａｌＰｒｏｊｅｃｔｉｏｎｔｏＬａｔｅｎｔＳｔｒｕｃｔｕｒｅｓ（ＫＯ ＰＬＳ）ｉｎＭｅｔａｂｏｌｏｍｉｃｓＤａｔａＡｎａｌｙｓｉｓ ＬｉＪｕｎｎａｎ，ＨｏｕＹａｎ，ＬｉＫａｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＭｅｄｉｃａｌＳｔａｔｉｓｔｉｃｓ，ＨａｒｂｉｎＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ（１５００８１），Ｈａｒｂｉｎ） 【Ａｂｓｔｒａｃｔ】　Ｏｂｊｅｃｔｉｖｅ　Ｔｏｅｘｐｌｏｒｅｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｋｅｒｎｅｌｏｒｔｈｏｇｏｎａｌｐｒｏｊｅｃｔｉｏｎｓｔｏｌａｔｅｎｔｓｔｒｕｃｔｕｒｅｓ（ＫＯＰＬＳ） ｍｅｔｈｏｄａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｍｅｔａｂｏｌｏｍｉｃｓｄａｔａａｎａｌｙｓｉｓ．Ｍｅｔｈｏｄｓ　Ｗｅｕｓｅｓｉｍｕｌａｔｅｄｅｘｐｅｒｉｍｅｎｔａｎｄａｃｔｕａｌｍｅｔａｂｏｌｉｓｍｄａｔａｔｏ ｅｖａｌｕａｔｅｔｈｅｐｒｅｄｉｃｔｉｏｎａｂｉｌｉｔｙ，ｃｌａｓｓｉｆｉｃａｔｉｏｎａｂｉｌｉｔｙａｎｄｖｉｓｕａｌｉｚａｔｉｏｎｅｆｆｅｃｔｏｆｔｈｅＫＯＰＬＳｍｅｔｈｏｄ．Ｒｅｓｕｌｔｓ　Ｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉ ｍｅｎｔａｎｄａｃｔｕａｌｍｅｔａｂｏｌｏｍｉｃｓｄａｔａａｎａｌｙｓｉｓｐｒｏｖｅｄｔｈａｔｗｈｅｎｔｈｅｒｅｉｓａｌｉｎｅａｒｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｄａｔａ，ｔｈｅＫＯＰＬＳｈａｓｔｈｅｓａｍｅ ｅｆｆｅｃｔｗｉｔｈｔｒａｄｉｔｉｏｎａｌｌｉｎｅａｒＯＰＬＳｍｅｔｈｏｄＳＴｈｅＫＯＰＬＳｍｅｔｈｏｄｉｎｄｅａｌｉｎｇｗｉｔｈｎｏｎｌｉｎｅａｒｒｅｌａｔｉｏｎｓｈａｓｈｉｇｈｅｒｐｒｅｄｉｃｔｉｖｅａｂｉｌｉｔｙ ａｎｄｂｅｔｔｅｒｃｌａｓｓｉｆｉｃａｔｉｏｎｅｆｆｅｃｔ，ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｓｃｏｒｅｏｆｔｈｅｆｉｇｕｒｅｏｆｖｉｓｕａｌｅｆｆｅｃｔｉｓｇｏｏｄ．Ｃｏｎｃｌｕｓｉｏｎ　Ｉｔｃａｎｂｅａｐｐｌｉｅｄｔｏ ｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｏｍｉｃｓｄａｔａａｎａｌｙｓｉｓｂｅｔｔｅｒ． 【Ｋｅｙｗｏｒｄｓ】　Ｋｅｒｎｅｌｏｒｔｈｏｇｏｎａｌｐｒｏｊｅｃｔｉｏｎｓｔｏｌａｔｅｎｔｓｔｒｕｃｔｕｒｅｓ；Ｎｏｎｌｉｎｅａｒ；Ｍｅｔａｂｏｎｏｍｉｃｓ 　　偏最小二乘（ｐａｒｔｉａｌｌｅａｓｔｓｑｕａｒｅｓ，ＰＬＳ）是当前在 明ＫＯＰＬＳ方法在高维数据及代谢组数据分析中的适 计量化学和代谢组学领域中有监督分析的常用方法。 用性。 偏最小二乘利用潜变量的概念，描述自变量矩阵Ｘ和 原理与方法 因变量矩阵 Ｙ之间的关系，可以用于处理高维数 ［１］ 据 。正交偏最小二乘（ｏｒｔｈｏｇｏｎａｌｐｒｏｊｅｃｔｉｏｎｓｔｏｌａ １基本原理 ｔｅｎｔｓｔｒｕｃｔｕｒｅｓ，ＯＰＬＳ）是继ＰＬＳ回归之后发展的一种 核正交偏最小二乘（ＫＯＰＬＳ）将原始的Ｘ空间的 处理高维数据的方法。该方法利用正交信号校正（ｏｒ 数据映射到一个高维特征空间Ｆ｛ｘ Ｘ （ｘ）