赣南地区非综合征性唇腭裂患者血浆代谢组学研究(3)
| 第1页 |
参见附件。
2.3 PLS-DA分析
利用SIMCA-P+软件(V11.0，Umetrics AB，Umea，Sweden)对归一化后的数据进行偏最小二乘法(PLS)发现NMR 数据(X变量)和其他变量(Y变量，分组信息)之间的相关联系。偏最小二乘法-判别分析(PLS-DA)使用自适换算(unit variance scaling，UV)的数据标度换算方式。同时用交叉验证后得到的R2X 和Q2(分别代表模型可解释的变量和模型的可预测度)评判模型的有效性。然后，通过排列实验随机多次(n=200)改变分类变量y 的排列顺序得到相应不同的随机Q2值进一步检验模型的有效性。见封三图2。说明以模型的可解释指标R2X 和可预测指标Q2，结合排列试验检验结果共同显示，血清样本的NSCLP组和Control组所建立的模型成立。从得分图可以看出，两组数据虽然没有截然分开，但有各自的类聚关系，可以将两者区分开来，说明NSCLP组样本的代谢组出现显著性差异。
2.4 OPLS-DA分析
正交矫正处理(OPLS-DA)PLS-DA 模型，使用SIMCA-P+软件(V11.0， Umetrics AB， Umea， Sweden)进行正交偏最小二乘法-判别分析(OPLS-DA)，最大化地凸显模型内部不同组别间的差异。OPLS-DA 同时使用自适换算(unit variance scaling，UV)的数据标度换算方式。见封三图3。
2.5组间血浆差异代谢物统计
通过对OPLS-DA 的分析，分析不同组间血浆各代谢物相应的相关系数，进一步归纳有统计学意义的代谢物。在相关系数图中，将每一个变量的loading 值与其标准偏差的平方根值相乘后进行数据的回溯转换 ......
您现在查看是摘要介绍页，详见PDF附件。