论文部分内容阅读
提出了一种基于偏最小二乘判别分析和F-score的特征筛选方法,并将其用于蛋白质组学质谱数据分析.该方法主要包含3个步骤:(1)用LIMPIC算法对原始数据进行预处理；(2)计算每个变量的F-score值并将所有变量按F-score值降底的顺序排列；(3)采用偏最小二乘判别分析交互检验按前向选择法选择最佳变量子集.用本方法对一组结肠癌数据进行分析,最终从原始的16331个质荷比变量中选择了8个特征质荷比作为潜在的生物标记物.用所选择的特征对独立测试集的样本进行判别,其灵敏度和特异性分别达到了95.24％和100％.结果表明,所提出的方法可用于蛋白质组学质谱数据的特征筛选及样本分类.