基于K-L散度的核磁共振波谱数据尺度缩放方法

在基于核磁共振(NMR)的代谢组学数据分析中,尺度缩放是关键的预处理步骤之一,其主要目的是通过调整数据的方差结构,改善后续的多变量统计分析的结果。从信息熵的角度出发,利用KullbackLeibler(K-L)散度来度量不同实验分组的生物样品的1 H NMR波谱数据的差异程度,并结合单位方差缩放法,提出一种基于K-L散度的尺度缩放方法。该方法先利用单位方差法将数据各变量的标准差调整到同一水平上,再利用K-L散度对各变量进行有监督地加权,增强重要变量、减弱无关变量。由于K-L散度是在概率分布的意义上度量数据间的差异程度,且对于高斯和非高斯分布的数据均适用,因此能更准确地度量不同实验分组样品的1 H NMR波谱数据的差异性,从而更有效地地对谱数据的重要变量进行识别和加权。人群尿液1 H NMR波谱数据的分析结果表明,基于K-L散度的尺度缩放方法能有效抑制噪声变量,同时很好地区分特征变量和非特征变量;提高主成分回归(PCR)模型的判别能力;改善偏最小二乘回归判别分析(PLS-DA)模型的解释能力、预测能力以及对特征代谢物的辨识能力。

家族性甲亢患者血清和尿液的核磁共振代谢组学研究

采用基于核磁共振(NMR)的代谢组学方法,研究了家族性甲亢患者、非家族性甲亢患者和健康志愿者人群的血清和尿液的代谢差异.结果表明,家族性甲亢组血清样品中的乙酰乙酸、柠檬酸及牛磺酸等代谢物的浓度显著升高,超低密度脂蛋白、低密度脂蛋白、乳酸及甘氨酸等代谢物的浓度显著降低;尿样中的肌酐和葡萄糖的浓度显著升高,琥珀酸、苯乙酰甘氨酸及马尿酸等代谢物的浓度显著降低.以上结果表明家族性甲亢患者可能存在糖和脂类代谢的紊乱、肝脏和肾脏功能的损伤以及肠道环境的破坏等.此外,家族性甲亢组血清样品中的乙酰乙酸、葡萄糖、柠檬酸及肌酐等代谢物的浓度显著升高,表明家族性甲亢人群的肾脏功能受损更为严重,由此可区分家族性与非家族性甲亢的NMR代谢轮廓.

核磁共振代谢组学数据的尺度归一化新方法

提出了一种新的尺度归一化方法,该方法不强调各变量在尺度上的归一,而是在原始数据的基础上,通过提高稳定性高且在不同类别样本中具有显著差异性的变量的权重,以增强与特征代谢物相关的信息.分别采用模拟数据和真实代谢组学数据对新归一化方法的性能进行评估,并与单位方差法(Unit variance)、变量稳定性(Variable stability)和尺度缩放法(Level scaling)等常用的尺度归一化方法进行了比较.研究结果表明,新归一化方法能够提高多变量统计模型的预测能力,较好地保留了核磁共振谱的分子信息,有助于特征代谢物的识别,并使后续的数据分析结果具有更好的可解释性.

多批次肝衰竭患者呼出气体的电喷雾萃取电离质谱检测及代谢组学数据分析

采用高分辨电喷雾萃取电离质谱(EESI-MS)技术对肝衰竭患者和健康志愿者呼出气体样本进行快速检测,结合多块偏最小二乘分析(MB-PLS)方法,对多批次获取的呼出气体代谢数据进行统计建模分析,并与传统的PLS方法进行比较.结果表明,MB-PLS方法能有效消除批次差异对统计建模的影响.此外,利用MB-PLS模型变量VIP值对变量进行筛选,可降低数据的冗余,消除无关变量对模型的影响,从而有效提高了模型的性能.

代谢组学方法在妊娠期糖尿病研究中的应用

妊娠期糖尿病(GDM)易造成子痫前期、羊水过多、巨大儿等多种并发症。目前在妊娠中晚期检测血糖筛查GDM,确诊患者接受治疗的时间短,母婴健康存在严重隐患。代谢组学(metabolomics)是一种定量考察生命系统受内外界刺激或基因修饰后的代谢应答规律的学科。将代谢组学的方法应用于GDM研究,有望实现GDM的早期诊断,理解GDM的致病机制,对GDM的防治和母婴预后都有重要的意义。综述代谢组学方法在GDM及相关疾病研究中的应用。

素食人群尿液^1H NMR代谢轮廓的多因素方差分析

结合方差分析(ANOVA)和偏最小二乘法判别分析(PLS-DA)两种分析技术,对素食和普食人群的尿液1H NMR谱进行分析.利用ANOVA方法将数据矩阵分解为几个独立因素矩阵,滤除干扰因素后,再利用PLS-DA对单因素数据进行建模分析.实验结果表明,ANOVA/PLS-DA方法可以有效地减少饮食因素和性别因素之间的相互影响,使分析结果更具有生物学意义.

培养新工科生自主学习力的SPOC翻转课堂教学设计——以“计算机组成原理”课程为例

“新工科”大环境下,自主学习力是工科生工程素养需要的核心能力。为深度培养学生的自主学习力,以计算机组成原理课程为例,基于DELC的深度学习模式被建构在SPOC翻转课堂中。“计算机组成原理”的SPOC课堂设计是以能力为目标、注重营造自主学习情境,并将探究式学习和课堂参与式学习方法融入高校课堂教学活动、实践教学、教学评价等过程中,达到提高学生技术创新能力、高阶思维能力的目的,为“新工科”工程人才培养提供教学参考。

五常稻花香米的^1H-NMR波谱分析及掺假鉴别

结合核磁共振氢谱（^1H NMR）技术和多变量统计分析方法,研究五常稻花香米的掺假鉴别方法。采集稻花香米与掺假样品的^1H NMR谱,分析它们的化合物组成模式的差异,分别建立基于1H NMR谱和基于20种主要成分半定量数据的掺假鉴别模型。结果表明：五常稻花香米与掺假大米在α-葡萄糖、淀粉、蔗糖、甜菜碱、β-葡萄糖、胆碱、天冬酰胺、天冬氨酸、琥珀酸、谷氨酸、乙酸、γ-氨基丁酸、丙氨酸、苏氨酸、异亮氨酸和缬氨酸等16种主要成分上存在显著差异（p〈0.05）;基于-1H NMR谱的模型预测准确率为83.5%,而基于20种半定量化合物的模型预测准确率为70.1%。

核磁共振波谱信号分析中的尺度缩放新算法

尺度缩放(scaling)是代谢组学数据处理中的一个重要环节,其主要目的是增强后续多元统计模型的分析能力.但目前常用的尺度缩放方法大多将尺度缩放当成一个独立的数据处理步骤,而未考虑多元统计模型的需要,使得后续的多元统计模型难以达到最优的分析能力.因此,提出一种模型自适应的数据尺度缩放算法,该算法将模型性能的代价函数写成变量缩放系数的一个函数,通过最大化代价函数来寻找最优的变量缩放系数.并且利用真实的核磁共振波谱数据对新方法进行评估,与单位方差法(unit variance,UV)、帕莱托法(Pareto)和变量稳定性法(variable stability,VAST)3种常用的尺度缩放方法进行比较.结果表明,新方法能够保留谱数据的结构信息,有效增强重要变量,抑制噪声和无关变量,提高模型的解释能力和预测能力.

一种新的核磁共振谱峰对齐算法

谱峰对齐是基于核磁共振的代谢组学数据预处理过程中的一个重要环节,谱峰对齐效果直接影响后续的多变量统计分析。提出了一种基于高斯平滑的谱峰对齐算法(GPA)。算法通过调节高斯卷积函数的窗口大小,实现波谱信号的多尺度平滑,进而由粗到细、逐步实现波谱信号的谱峰对齐。真实的核磁共振波谱实验结果表明:GPA算法可以快速准确地实现谱峰对齐,且对齐后的波谱信号在平均相似度、后续统计模型的解释能力等综合性能上的表现明显优于相关优化解缠(COW)和多尺度谱峰对齐(MSPA)等常用谱峰对齐算法。

基于PCA的代谢组学数据滤噪方法

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。

硫酸氧钒毒性的核磁共振代谢组学方法研究

采用基于核磁共振(NMR)的代谢组学方法,结合生化指标分析及组织病理学检测,研究了具有类胰岛素活性的硫酸氧钒(VOSO4)对Wistar大鼠的毒性作用.通过不同剂量的VOSO4对Wistar大鼠连续灌胃给药16d,收集大鼠的血清和尿液,并采集样品的1H NMR谱进行多变量数据统计分析来辨识其特征代谢物,然后采用TICL(a web Tool for automatic Interpretation of Compound List)方法建立特征代谢物的代谢网络模型,分析受影响的主要代谢途径及其相互关系.研究结果表明:高剂量组(45mg/kg)和低剂量组(15mg/kg)的特征代谢物含量与对照组存在明显的差异;与对照组相比,高剂量和低剂量组血清中乳酸、肌氨酸酐以及牛磺酸等代谢物的含量增加,尿液中氧化三甲胺(TMAO)、肌酐、牛磺酸和甘氨酸等代谢物的含量增加,并呈现显著的剂量依赖关系;给药组中乙酸和琥珀酸的含量都降低.这些结果说明VOSO4可能影响大鼠体内的糖代谢、脂类代谢及肠道菌群代谢等多个代谢系统,高剂量的VOSO4会导致肝脏毒性和肾脏损伤.