技術領域

本發明涉及核磁共振，尤其是涉及一種模型自適應的NMR代謝組學數據歸一化方法。

背景技術

代謝組學方法是上世紀90年代末期發展起來的一門新興科學，它借助高通量、高靈敏度與高精確度的現代分析技術，分析細胞、組織和生物體液中內源性代謝物的整體組成，并通過代謝物復雜的、動態的變化，辨識和解析被研究對象的生理病理狀態。

由于核磁共振(NMR)技術具有非侵入和無偏向性的特點，使其成為代謝組學主要的分析技術。高通量、高分辨的現代NMR分析儀器在獲取生物樣品中更豐富、更準確的代謝信息的同時，也給后續的數據分析帶來了巨大的挑戰。通常，一個生物樣品的一維¹H NMR譜就有4k～32k個數據點，而且這些數據點之間存在嚴重的共線性。為了獲知導致數據變異的主要原因，需要結合多維統計模式識別等統計計算方法。

目前，主要采用主成分分析(Principal Component Analysis,PCA)(Wold S:Principal component analysis.Chemometrics and Intelligent Laboratory Systems 1987,2(1):37-52)、偏最小二乘分析(Partial Least Square,PLS)(Geladi P,Kowalski BR:Partial least-squares regression:a tutorial.Analytica Chimica Acta 1986,185:1-17)和正交偏最小二乘分析(Orthogonal PLS，OPLS)(Trygg J,Wold S:Orthogonal projections to latent structures(O-PLS).Journal of Chemometrics 2002,16(3):119-128)等多變量線性投影方法降低數據維數和消除共線性，并獲取感興趣的生物代謝信息。但是，在復雜的生物樣品中，不同代謝物的濃度差別往往很大。當利用PCA和PLS這類基于方差的多變量統計方法對這些未經處理的數據分析時，小尺度信號的作用容易被大尺度信號所覆蓋。實際上，大尺度信號的這種變化可能只是由于尺度大造成的，并不能反映數據本身的變化情況，獲取結果可能是無意義的，因此為了消除數據尺度差異過大帶來的不良影響，需要對數據進行歸一化處理。

數據歸一化方法很多，NMR代謝組學中常用的歸一化方法主要有單位方差歸一法(Unit Variance，UV)(Van Den Berg RA,Hoefsloot HC,Westerhuis JA,Smilde AK,Van Der Werf MJ:Centering,scaling,and transformations:improving the biological information content of metabolomics data.BMC Genomics 2006,7(1):142)、帕萊托歸一法(Patero)(Odunsi K,Wollman RM,Ambrosone CB,Hutson A,McCann SE,Tammela J,Geisler JP,Miller G,Sellers T,Cliby W:Detection of epithelial ovarian cancer using 1H-NMR-based metabonomics.International Journal of Cancer 2005,113(5):782-788)和變量穩定性歸一法(Variable Stability，縮寫為VAST)(Keun HC,Ebbels T,Antti H,Bollard ME,Beckonert O,Holmes E,Lindon JC,Nicholson JK:Improved analysis of multivariate data by variable stability scaling:application to NMR-based metabolic profiling.Analytica Chimica Acta 2003,490(1):265-276)，其一般通式可以表示為：

其中,s_j為矩陣X第j列(第j個變量)的歸一化權重系數。