论文部分内容阅读
观察、比较正交信号校正(OSC)滤噪前后,用不同的模式识别方法对正常成人血清代谢组1HNMR谱进行分析的效果,以探讨NMR代谢组学技术应用于临床研究和疾病早期诊断的可行性.78例正常成人在采血前按常规要求禁食8h,记录血清一维600MHz氢谱后,分别采用主成分分析(PCA)、偏最小二乘法-判别分析(PLS-DA)以及簇类的独立软模式法(SIMCA)对氢谱进行模式识别分析.结果表明:虽然采血前并无其它诸如饮食、生活方式、生理周期等方面的严格限制,采用OSC滤噪后,PLS-DA能够完全区分不同性别的血清氢谱,其判别能力优于PCA和SIMCA.而且采用OSC滤噪与文献报道的未经OSC处理的PLS-DA法获得的与性别分类有关的主要NMR积分区段基本相同.从OSC去除不同数目的隐变量后所致的PLS-DA模型的性能改变可见:OSC去除两个隐变量时,前两个隐变量的特征值明显比后面的大;剩余残差为20.82%,即去除了79.18%的X变量中与反应变量Y不相关的系统变异.此时PLS-DA计算所得的隐变量个数为1;而不使用OSC或用OSC去除一个隐变量时,PLS-DA所得的隐变量个数分别为3和2.作为PLS-DA模型质量的评价指标,R2X表示PLS-DA模型计算所获得的隐变量反映自变量X的变异的百分比,R2Y则表示隐变量反映因变量Y的变异的百分比,Q2(cum)为交叉验证后PLS-DA模型所获隐变量能够预测X和Y变异的累计百分比.R2X在OSC去除两个隐变量时达到最低值,表明此时PLS-DA计算模型包含的系统变异最少;R2Y与Q2(cum)都达到80%以上并趋于稳定,说明OSC去除两个隐变量时PLS-DA模型的质量优良.显然,OSC可去除饮食、环境等因素的影响,降低临床样本的不均一性,这对于NMR代谢组学技术应用于临床研究至关重要.OSC滤噪去除的隐变量个数应根据剩余残差、去除隐变量的特征值大小、PLS-DA模型计算所得的隐变量个数和反映模型质量的相关指标加以判断.