哈尔滨医科大学公共卫生学院卫生统计学教研室（150081） 王文佶 张秋菊 曲思杨 谢彪 高兵 孙琳 刘美娜

动态代谢组学数据分析方法介绍*

哈尔滨医科大学公共卫生学院卫生统计学教研室（150081） 王文佶 张秋菊 曲思杨 谢彪 高兵 孙琳 刘美娜△

近年来，代谢组学发展迅速并广泛应用于营养学、毒理学、疾病诊断等各个领域［1］。随着研究的深入，代谢组学所获得的数据集因研究设计的不同而日益复杂，产生了有时间间隔的动态代谢组学数据。然而目前分析此类数据的方法十分有限，并且在大多数情况下，这种动态数据所带来的因时间因素产生的变异直接被忽略。据此，本文回顾了现有的动态代谢组学数据的分析方法并对其研究进展进行介绍。

常用代谢组学数据分析方法

代谢组学数据最大特点是变量数远远大于观测数，且变量之间存在着高度相关性。目前，最常用于代谢组学数据分析的方法有：无监督学习方法的主成分分析（PCA）［2］、有监督学习方法的偏最小二乘判别分析（PLS-DA）［3］、正交偏最小二乘判别分析（OPLSDA）等［4］。这些方法可以提取原始信息的最大变异或在此基础上的最佳解释变异，将高维数据映射到低维空间，并给出降维后数据的可视化展示。随着研究深入，代谢组学不再拘泥于横断面研究，包含时间因素的动态代谢组数据被越来越多的研究所获得，这使得传统分析方法不再适用［5］。以PCA为例，来说明传统分析方法不再适用动态代谢组学数据分析的原因。……