|
gross error calibration method gross error calibration method 通过对相邻两个QC样本中的特征峰进行统计和模型拟合，用来筛选和校准使用GC-MS产生的数据集中的异常值。通过两个相邻QC样本之间的特征峰强度进行线性模型拟合，产生每个样本的虚拟QC，以获得校正因子并消除系统误差。 A Novel Strategy for Large-Scale Metabolomics Study by Calibrating Gross and Systematic Errors in Gas Chromatography–Mass Spectrometry https://pubs./doi/abs/10.1021/acs.analchem.5b03912
Normalization and Evaluation of MS-based metabolomics data (NOREVA) NOREVA是一个Web服务器，采用较全面的数据归一化方法来消除不必要的信号差异。该方法可以根据QC样本中的信号来整体的去除不必要的差异变化，可以基于QC样本对数据进行逐个优化之后进行归一化处理。 NOREVA: normalization and evaluation of MS-based metabolomics data https://academic./nar/article/45/W1/W162/3835313
B-MIS (best-matched internal standard) B-MIS是一个使用R语言来实现的归一化方法，同时可以通过对代谢物和同位素标记的内标化合物进行分析来获得靶向和非靶向代谢组学中的代谢物的相对浓度。 Best-Matched Internal Standard Normalization in Liquid Chromatography–Mass Spectrometry Metabolomics Applied to Environmental Samples https://pubs./doi/abs/10.1021/acs.analchem.7b04400
SERRF (Systematic Error Removal using Random Forest) MetaboDrift MetaboDrift 是一款可以使用Excel来完成，用来对LC-MS代谢组学分析中不同批次的数据漂移进行可视化校正的工具。其校正的结果与使用同位素标记的内标校正的结果有一定的可比性。 Evaluation of intensity drift correction strategies using MetaboDrift, a normalization tool for multi-batch metabolomics data https://www./science/article/pii/S0021967317313432
proFIA proFIA是一个R语言包，使用几种新的算法来处理直接进样产生的高分辨质谱数据。该工具的功能包括噪声估计，峰值检测和量化，以及缺失值填充等。 proFIA: a data preprocessing workflow for flow injection analysis coupled to high-resolution mass spectrometry https://academic./bioinformatics/article-abstract/33/23/3767/3965327
GSimp GSimp是一种缺失值填充的方法，使用R语言来完成，用于对targeted missing values that are missing not at random (MNAR)进行缺失值填充。 GSimp: A Gibbs sampler based left-censored missing value imputation approach for metabolomics studies https://journals./ploscompbiol/article?id=10.1371/journal.pcbi.1005973&rev=2
MetImp MetImp是一个网络工具，通过与“80%规则”相结合来对代谢组学数据中的缺失值进行填充。 Missing Value Imputation Approach for Mass Spectrometry-based Metabolomics Data https://www./articles/s41598-017-19120-0
|
