一種代謝組學(xué)數(shù)據(jù)隨機誤差的篩選和校正方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及分析化學(xué)和代謝組學(xué)領(lǐng)域。是一種篩選和校正代謝組學(xué)數(shù)據(jù)隨機誤差 的方法。
【背景技術(shù)】
[0002] 代謝組學(xué)是研究生物體內(nèi)源性小分子代謝物動態(tài)變化的一門學(xué)科，是繼基因組 學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)后，系統(tǒng)生物學(xué)的又一重要分支。代謝物是基因調(diào)控的最終產(chǎn)物， 是聯(lián)系基因型和生物表型的紐帶，通過對小分子代謝物的定性和定量分析可直接反映機體 當(dāng)前的生理狀態(tài)。近年來，隨著分析技術(shù)的發(fā)展，代謝組學(xué)應(yīng)用已拓展至疾病的早期診斷和 治療、臨床標(biāo)記物的發(fā)現(xiàn)、藥物篩選和毒性評價、藥物質(zhì)量控制、功能基因組學(xué)、植物學(xué)等多 個生命科學(xué)研究領(lǐng)域。
[0003] 代謝組學(xué)數(shù)據(jù)質(zhì)量會直接影響分析結(jié)果的可靠性和準(zhǔn)確性。但是由于分析過程中 多種不穩(wěn)定隨機因素的影響，如室溫、相對濕度和氣壓等環(huán)境條件的變化，分析人員操作 的微小差異以及儀器的不穩(wěn)定等，都會造成隨機誤差的存在，從而干擾實驗結(jié)果。因此需要 發(fā)展一種篩選和校正代謝組數(shù)據(jù)隨機誤差的分析方法，提高數(shù)據(jù)質(zhì)量，保證分析結(jié)果的可 靠性。
[0004] 本發(fā)明通過計算相鄰兩個QC樣本中代謝物響應(yīng)強度的比值，將其從小到大排序 后，篩選總比值個數(shù)的5%作為離散點，將這5%的離散點平均分配到排序后比值的兩端， 從而篩選出代謝組數(shù)據(jù)中的隨機誤差。然后利用比值的線性擬合模型對隨機誤差進(jìn)行校 正。通過對上述過程的集成化處理，可以準(zhǔn)確、高效、高通量的篩選和校正代謝組數(shù)據(jù)的隨 機誤差，改善代謝組學(xué)數(shù)據(jù)的質(zhì)量。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于建立一種篩選和校正代謝組數(shù)據(jù)隨機誤差的分析方法。該方法 的核心技術(shù)為利用代謝物的比值構(gòu)建模型去篩選和校正隨機誤差。該方法具有篩選和校正 過程簡單、結(jié)果準(zhǔn)確、通路高等特點，適于大規(guī)模樣品的隨機誤差的篩選和校正，可廣泛地 應(yīng)用于大規(guī)模代謝組學(xué)分析。
[0006] 為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：
[0007] -種用于篩選和校正代謝組學(xué)數(shù)據(jù)隨機誤差的方法，通過計算相鄰兩個QC樣本 中代謝物響應(yīng)強度的比值，建立模型篩選隨機誤差，然后利用線性擬合模型對隨機誤差進(jìn) 行校正。
[0008] 具體步驟如下：
[0009] 1)QC樣本的制作：分別從所有將進(jìn)行化學(xué)輪廓分析的樣本中準(zhǔn)確稱量或移取等 量樣本并均勻混合成一個大的樣本，即QC樣本；
[0010] 2)代謝組學(xué)數(shù)據(jù)的獲?。好?-20個待測樣本插入一個QC樣本，QC樣本和待測樣 本按照完全相同條件進(jìn)行樣本預(yù)處理和基于色譜-質(zhì)譜方法的代謝組學(xué)分析；
[0011] 3)相鄰兩個QC樣品中代謝組數(shù)據(jù)比值的獲?。河嬎愦x物在相鄰兩個QC樣品中 的響應(yīng)強度的比值；
[0012] 4)構(gòu)建模型篩選隨機誤差：將相鄰兩個QC樣品中代謝物的比值從小到大排序后， 篩選總比值個數(shù)的5%作為離散點，將這5%的離散點平均分配到排序后比值的兩端，從而 篩選出隨機誤差；
[0013] 5)兩個相鄰QC樣品中正常比值的獲取：篩選到隨機誤差后，去除含有隨機誤差的 代謝特征，計算不含有隨機誤差的正常代謝特征在相鄰兩個QC樣品中的比值；
[0014] 6)線性擬合模型的構(gòu)建：將正常代謝特征在兩個相鄰QC樣本中的比值，進(jìn)行從小 到大排序，并進(jìn)行線性擬合，獲得線性擬合模型的公式，將含有隨機誤差的代謝特征j帶入 線性擬合模型的公式中，獲得校正因亍
，其中AQCn#AQC、n1},分別代表特征j 在…中未校正的響應(yīng)值和在QCυ中校正后的響應(yīng)值；
[0015] 7)校正隨機誤差：某一含有隨機誤差的代謝物j在QCn中響應(yīng)值為AQnj，其校正后 的響應(yīng)值A(chǔ)QC'nj的可以通過如下公式獲得；
[0016]
[0017] 8)利用所建立的篩選和校正代謝組學(xué)數(shù)據(jù)隨機誤差的方法對所有的QC樣本進(jìn)行 隨機誤差的篩選和校正；
[0018] 本發(fā)明可以有效、準(zhǔn)確地篩選和校正代謝組學(xué)數(shù)據(jù)中的隨機誤差，該數(shù)據(jù)處理過 程簡單方便、通量高、校正效果明顯，可以顯著地改善代謝組數(shù)據(jù)的質(zhì)量。
【附圖說明】
[0019] 圖1是實施例中篩選隨機誤差的示意圖。
[0020] 圖2是實施列中我們建立的篩選和校正隨機誤差的方法與傳統(tǒng)的箱圖方法比較 的結(jié)果。其中（A)PCA分析中QC樣品的歐式距離和皮爾森相關(guān)系數(shù)，（B)QC樣本的RSD分 布圖；R和Box分別代表我們建立的篩選和校正隨機誤差的方法和箱圖方法。
【具體實施方式】
[0021] 下面通過實例進(jìn)一步闡釋本發(fā)明，實例僅限于說明本發(fā)明以便于理解，而非對本 發(fā)明的限定。
[0022] 實施例
[0023] 1樣品
[0024] 本例以新鮮煙葉為樣品，采集河南、云南和貴州三個產(chǎn)地的新鮮煙葉共447 個，-196Γ液氮中保存，運輸，液氮條件下研磨，低溫凍干，_80°C冰箱儲存。每個煙末樣本中 分別稱量〇.5g，均勻混合，生成一個新的樣本，即質(zhì)量控制（QC)樣本。QC樣本可以用于建 立氣相色譜質(zhì)譜聯(lián)用（GC-MS)擬靶標(biāo)代謝組學(xué)方法、評價分析方法的重復(fù)性及校正實際樣 本代謝組數(shù)據(jù)的誤差。
[0025] 2.隨機誤差的篩選和校正方法：
[0026] 2. 1GC-MS代謝組學(xué)分析
[0027] (1)樣品預(yù)處理：煙草鮮葉樣本從-80°C冰箱中取出，4°C冰箱過夜放置后，室溫下 放置1小時。準(zhǔn)確稱取l〇mg煙草鮮葉樣本，加入1. 5mL乙腈/異丙醇/水（3/3/2,v/v/v)， 渦旋振蕩提取4分鐘后，14000rpm離心10分鐘，取0. 5mL上清，低溫減壓干燥。衍生采用肟 化反應(yīng)和硅烷化反應(yīng)兩步法，第一步加入100μL甲氧胺鹽酸鹽-吡啶溶液（20mg/mL)，37°C 水浴衍生90分鐘；第二步加入80mLN-甲基-N-(三甲基硅基）三氟乙酰胺進(jìn)行硅烷化反 應(yīng)，反應(yīng)時間60分鐘。取上清lyL用于進(jìn)樣。
[0028] (2)GC-MS分析條件：氣相色譜質(zhì)譜聯(lián)用的分析在島津QP2010