基于PCA的代谢组学数据滤噪方法

摘要：

代谢组学数据不可避免地受到各种刺激因素的作用,如何降低干扰因素的影响是代谢组学数据预处理的一个重要任务。详细分析了代谢组学数据方差的构成及其在特征空间中的分布特点,并在此基础上提出一种滤除未知干扰因素的新方法,提高感兴趣因素的显著性。文中采用真实的代谢组学数据验证新滤波算法的有效性,并与正交信号校正（orthogonal signalcorrection,OSC）方法进行比较。实验结果表明,新滤波方法可以在抑制未知干扰因素影响的同时,较好地保留感兴趣因素信息以及生物体内在的个体差异信息,降低模型发生过拟合的危险,使后续的统计分析结果更可靠。

关键词：代谢组学、干扰因素、主成分分析(PCA)

所属期刊栏目：27

分类号：O482.532(固体物理学)

资助基金：国家自然科学基金81171331,11175149;中央高校基本科研业务费专项资金2011121046

在线出版日期：2012-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：60-65