1.8 统计学方法

    原始数据采用XCMS软件进行特征离子峰提取、峰对齐、色谱峰识别及峰匹配，然后构建多维数据集，采用SIMCA-P13.0进行多维数据分析，数据预处理采用Par的方式，数据分析方法包括主成分分析(PCA)和偏最小二乘法判别分析(PLS-DA)，最后获得差异物质。P<0.05表示差异有统计学意义。

    2 结果

    2.1 原始色谱图的可视化检查

    对所有样本的总离子流色谱图(TIC)进行重叠与匹配分析(见图1)，结果表明，质谱峰形明显、界限清晰、重现性好，与标准品谱峰一致，5组样品质谱峰重叠性良好。

    2.2 模式识别

    各组PCA图见图2。为了最大化反映各组别间代谢模式的差异，采用监督性PLS-DA，见图3。从图3中可以看出各组明显区别，针刺干预后向正常组回归，并且热补针法组更突出。据PLS-DA模型第一主成分VIP值(阈值>1)并同时结合P值(P<0.05)来寻找差异性表达代谢物。通过以上分析，最终获得的生物标记物见表1。可以得出，模型组尿液代谢物变化较正常组主要体现为氨基酸代谢相关物质降低 ......