采用生物质谱技术对肝脏组织进行分析,可得到大量的质谱数据。本研究采用化学计量学技术对所得的生物质谱数据作处理与分析,可以得到很多有意义的信息和结果。肝脏是最重要的人体器官之一,在人体中发挥着巨大的作用。它是人体最大的解毒器官,具有化解细菌、酒精和其它毒素的功能;同时又是最大的消化腺和新陈代谢器官。可以说,一旦肝脏发生病变,人体正常的运转将受到极大的威胁。但是,肝脏又是一个极其脆弱的器官,酗酒、不健康的饮食、不洁的水源都是造成肝脏病变的主要原因。中国一直是肝病的高发病区,这和我国人民的生活习惯和饮食结构有巨大的关系。更为可怕的是,肝病作为一类恶性疾病,主要包括甲型肝炎、乙型肝炎、肝细胞癌、肝硬化等,严重危害人民身体健康。尤以肝癌的高死亡率,每年将夺取千万人的生命。因此,早期预防检测肝病的发生和临床治愈肝病,对于我国医疗健康事业有着现实和重大的意义。本研究将常用的化学计量学方法,运用到不同肝病的血清蛋白质质谱数据处理中。希望通过对数据的建模,不但能够预测区分样本的来源,同时筛选出与肝病形成、转移、治疗相关的生物标志物。为适应于生物海量数据建模分析,改进了偏最小二乘(PLS)变量筛选法,将其运用到肝病研究中。并且发展利用PLS变量筛选方法,编写了新的VBA程序。意义在于发展一种适合处理复杂生物数据的化学计量学算法,为临床预防治疗肝病提供可靠的研究基础。并为化学计量学应用于生物数据分析探索一条途径。本论文分为以下几个部分:第一章,文献调研:通过调研大量详实的文献,概述了化学计量学方法的发展历程、研究范畴、各种常用的模式识别技术和变量筛选法。在此基础上,结合肝病的危害、研究进展、研究方法,归纳本论文研究的立题依据、研究目的、意义及主要内容。第二章,原理部分:介绍了偏最小二乘方法的原理,在此基础上发展了一种新的基于PLS的变量删除判据。发展了一种利用PLS的变量筛选方法,详细介绍了此法的原理、推理过程和验证、操作过程、方法特点及部分VBA程序。该法根据PLS建模中的回归系数等一些信息,筛选原始自变量,能在不损失模型预报能力的前提下,除去一些冗余的或影响不大的原始自变量,使模型更简洁。第三至第五章,PLS变量筛选法在肝病研究中的应用:(1)通过SELDI-TOF-MS分析获得山东省立医院乙肝病人和健康人血清蛋白质指纹图谱。因为生物质谱数据的复杂性,将数据进行前处理。应用PLS变量筛选法分析谱图数据,建立乙肝病分类模型。得到的模型交叉检验相关系数可达0.9745,判别准确率为100%。结果较为理想,可为正确判别样本来源提供一个可靠的基础。文中采用所得模型的拟合值等一些信息做分类图的方法,能很好的表达回归模型的分类效果。模型筛选出对乙肝病人和健康人的差异,有重要影响的因素或变量。这些变量为某些质荷比区间内特定蛋白的峰强度值,反映这些质荷比区间内蛋白量的增加或减少,与乙型肝炎的形成有密切关系,可作为重要的生物标志物,进一步加以研究。(2)改进了数据处理方法,并运用PLS变量筛选法建立肝癌病人和健康人的分类模型,得到模型的交叉检验相关系数达到0.96以上,判别准确率100%。模型筛选出30个与肝癌形成有密切关系的变量。在肝癌形成过程中,这30个质荷比区间内特定蛋白质的量有明显变化,15个增加,另外15个减少。此外,采用所得模型的拟合值等一些信息来做分类图,能较好地表达回归模型的分类效果。(3)选择由SELDI-TOF-MS产生的肝癌伴门静脉癌栓和不伴门静脉癌栓的血清蛋白质指纹图谱。样本全部来自复旦大学肝癌研究所。同时运用两种数据处理方法,通过PLS变量筛选法建立区分两类样本的分类模型。得到模型的交叉检验相关系数分别达到0.9553和0.9404,预报准确率同为98.3%。文中通过比较CR-n图,验证了两种分类方法都适用于该数据的分析。建立的肝癌伴门静脉癌栓分类模型,选取的40和46个变量可作为判别PVTT形成的可靠基础。这些质荷比区间内的蛋白量的增加或减少,与门静脉癌栓的形成有密切的关系。通过将PLS变量筛选法与分类树模型加以比较,说明其具有更强的预测判别能力,并能够筛选出更多有意义的生物标志物。表明PLS变量筛选法能够很好的处理由SELDI-TOF-MS产生的数据,将有可能被应用于临床研究。第六章,总结了本论文工作的主要结论和创新点,并提出了对今后工作的设想。在原有基础上改进了基于偏最小二乘法(PLS)的变量筛选方法;运用PLS变量筛选法建立了乙肝病人和健康人的分类模型、肝癌患者和健康人的分类模型;并将PLS变量筛选法应用于门静脉癌栓形成的研究;筛选出了一些有意义的潜在的与肝病形成有密切关系的生物标志物;将PLS变量筛选法与现有检测方法加以比较,得出本方法预报更准确更稳定。本文对许多生物数据的处理结果表明,PLS变量筛选法能够有效地分析处理海量的生物质谱数据。