分类特征变量法用于筛选鼻咽癌代谢标记物

被引：5

作者：

邓嘉辉 ^{[1
]}

易伦朝 ^{[1
,2
]}

梁逸曾 ^{[1
]}

李丹娟 ^{[3
]}

肖志强 ^{[3
]}

机构：

[1] 中南大学化学化工学院中药现代化研究中心

[2] 中南大学湘雅医院医学实验研究中心,卫生部肿瘤蛋白质组学重点实验室

[3] 中南大学湘雅医院医学实验研究中心卫生部肿瘤蛋白质组学重点实验室

来源：

计算机与应用化学 | 2010年 / 27卷 / 04期

基金：

中国博士后科学基金;

关键词：

分类特征变量法; 载荷矢量图法; 鼻咽癌; 代谢组学; 生物标记物;

D O I：

10.16866/j.com.app.chem2010.04.001

中图分类号：

R739.63 [咽肿瘤];

学科分类号：

100213 [耳鼻咽喉科学];

摘要：

本文提出1种新的筛选生物标记物的方法——分类特征变量法(CCV)。该法是在偏最小二乘法(PLS)的原理上,建立的统计学方法,不但包含判别函数的信息,而且兼顾分类潜变量的信息,在生物标记物筛选过程中表现出优势。本文不仅阐述了CCV法的原理和计算方法,还对实际代谢组数据体系的应用过程进行了详细描述。针对气相色谱-质谱联用仪(GC-MS)获得的鼻咽癌病人和健康人的血清代谢指纹图谱数据,采用该法筛选潜在的生物标记物。得到19个变量,分别对应13种内源性代谢物,并与载荷矢量图法筛选得到的代谢标记物的判别能力进行比较。以2种方法各自筛选出的特征变量为输入数据,用偏最小二乘-线性判别分析(PLS-DA)和交互检验(CV)分别验证其分类判别能力和预测能力。结果表明,CCV明显优于目前常用的载荷矢量图法,是1种新的快速有效的生物标记物筛选方法。

引用

页码：421 / 424

页数：4

共 2 条

[1]

..Fiehn O;Kopka J;Dormann P;Dormann P;Altmann T;Trethewey R N;Willmitzer L;.Nat.Biotechnol.2000, 11

[2]

GC-MS Based Plasma Metabolic Profiling of Type 2 Diabetes Mellitus [J].

Zeng, Maomao ;

Che, Zhihong ;

Liang, Yizeng ;

Wang, Bing ;

Chen, Xian ;

Li, Hongdong ;

Deng, Jiahui ;

Zhou, Zhiguang .

CHROMATOGRAPHIA, 2009, 69 (9-10) :941-948

← 1 →