西南特色中藥資源國家重點實驗室胡凱鋒團隊在非靶向代謝組學(xué)數(shù)據(jù)分析方法研究中取得進展。相關(guān)成果以“Comparing univariate filtration preceding and succeeding PLS-DA analysis on the differential variables/metabolites identified from untargeted LC-MS metabolomics data”為題，于2024年1月25日在線發(fā)表于《Analytica Chimica Acta》雜志。西南特色中藥資源國家重點實驗室為第一通訊作者單位，中醫(yī)藥創(chuàng)新研究院/交叉學(xué)科研究院胡凱鋒教授為通訊作者，基礎(chǔ)醫(yī)學(xué)院2020級博士研究生許愫蕓和基礎(chǔ)醫(yī)學(xué)院博士后柏彩紅為本文共同第一作者。

    在非靶向代謝組學(xué)研究中，單變量分析和多變量分析通常被整合使用，旨在篩選高維數(shù)據(jù)中與樣本分類有顯著意義的差異變量（特征或代謝物），從而揭示生物標(biāo)志物、疾病發(fā)病機理和藥物作用機制。偏最小二乘判別分析是非靶向代謝組學(xué)研究中常用的多變量分析方法之一。然而，對于同一組非靶向代謝組學(xué)LC-MS數(shù)據(jù)，在PLS-DA之前進行單變量分析或在PLS-DA之后進行單變量分析（MVA/UVA）可能會產(chǎn)生不同的代謝組學(xué)結(jié)果。該研究使用血清數(shù)據(jù)集和線蟲數(shù)據(jù)集探究了UVA/MVA和MVA/UVA兩種不同的數(shù)據(jù)分析方案產(chǎn)生不一致的差異變量的原因。

    該研究發(fā)現(xiàn)，LC-MS數(shù)據(jù)中存在大量無關(guān)變量的波動和正交噪聲可能會扭曲PLS-DA構(gòu)建的模型，影響p（corr）值，并由于模型構(gòu)建中輸入變量的總數(shù)增加，使得計算出的相關(guān)特征的VIP通常偏大。研究結(jié)果表明，針對非靶向代謝組學(xué)LC-MS數(shù)據(jù)，在PLS-DA之前進行單變量數(shù)據(jù)預(yù)過濾，通常會得到數(shù)目更少但更穩(wěn)健可靠的差異特征。而直接PLS-DA分析包含大量噪音或測量波動的LC-MS數(shù)據(jù)，可能會產(chǎn)生扭曲的PLS-DA模型，并造成相關(guān)變量的VIP值膨大。導(dǎo)致采樣常用的VIP最小閾值（1.0）篩選差異變量將產(chǎn)生更多的假陽性結(jié)果。因此，如果PLS-DA之前未經(jīng)單變量預(yù)過濾，建議提高篩選差異變量的VIP閾值，有助于降低假陽性率。

    該研究獲得國家自然科學(xué)基金（22374012, 32171440）和四川省自然科學(xué)基金（2022NSFSC0719）支持。

     全文鏈接：https://doi.org/10.1016/j.aca.2023.342103