代谢组学数据分析方法及在糖尿病研究中的应用

Abstract

对NMR波谱数据的统计分析是基于NMR代谢组学研究的关键问题之一.鉴于NMR波谱信号可以近似为样品中各种成分谱信号的线性叠加,本文将非负矩阵分解(NMF)方法引入基于NMR代谢组学的数据处理中,并与代谢组学中常用的统计方法——主成分分析(PCA)进行比较.通过NMF和PCA两种方法对健康志愿者与2型糖尿患者血液和尿液的NMR谱图的统计分析,对所获取的特征代谢物进行比较和验证,并探讨了PCA方法可能存在的不足之处及其原因;阐明了NMF方法是基于NMR的代谢组学研究中较理想的数据分析方法.最后,讨论了基于NMR代谢组学在糖尿病研究中的前景.