|
✦ ✦代谢组学下游分析（二） ——O2PLSDA模型 在代谢组学的下游分析中，我们经常会应用到代谢组学联合其他组学进行多组学的数据分析，除了我们熟知的pearson,spearman等一对一计算相关系数的方法之外，在多组学联合分析中我们常用O2PLSDA（2-way orthogonal Partial Least Square with Discriminant Analysis）模型来进行两组学间的数据整合分析 与转录组相比，多组学数据更为复杂，O2PLSDA作为非监督建模方法，可在两个数据矩阵中进行双向建模和预测，利用此分析，可挖掘两组学之间的内部联系，一方面可反映不同数据组间的整体影响，另一方面可直接体现不同变量在模型中的权重（权重越大，意味着该变量的变化对另一个组学的扰动更剧烈），以确定引起这种关联的主要基因或者代谢物或蛋白等。 以代谢组学联合蛋白质组学为例，O2PLSDA分析要求两组输入数据来自同一组样本，即样本必须一一对应。 两组学数据输入后将会经过一系列计算最终分为三部分： 1. 关联部分：即存在关联，两组学间共同对应的变化。 2. 正交部分：即不存在关联，两组学间彼此正交，互不相关。 3. 冗余部分：冗余信息。 模型构建的参数为（以代谢组学联合蛋白质组学为例）1.代谢组正交部分的组分个数；2.蛋白质组正交部分的组分个数；3.两组学关联部分的组分个数；4.模型的预测误差。通过对正交部分和关联部分组分多次进行交叉验证法多次预建模，选择预测误差（prediction error）最小的模型进行后续分析。 输出参数为   R2x：代谢组关联和正交部分对代谢组总变异的解释度 R2y：蛋白质组关联和正交部分对蛋白质组总变异的解释度 R2xcorr：代谢组关联部分对代谢组总变异的解释度 R2ycorr：蛋白质组关联部分对蛋白质组总变异的解释度 贡献度是指模型各部分对总变异的解释程度，用R2表示。R2值越高，表示该部分对模型的解释能力越好。 同时输出loading值（载荷值）表格，载荷值表示各组变量对组间差异的贡献程度，正负表明与另一组学是正相关还是负相关，载荷值绝对值越大，与另一组学关联度越高。 接下来即可构建两组学间的O2PLSDA模型，根据两组数据载荷值的结果，选取两个维度载荷值平方和前N个代谢物和蛋白质整合绘制载荷图，以可视化关联度最大的代谢物和蛋白质。  该图表示蛋白质组和代谢物关联部分的载荷图，横轴为第一维坐标，纵轴为第二维坐标。图中圆点表示蛋白质，三角形表示代谢物，在坐标中的绝对值越大，表示此元素与另外一个组学的关联程度越大。从该图中，我们就可以获得关联性较高的蛋白质和代谢物，为后续的两组学数据关联分析奠定基础。 编辑：宋丽影 排版：李吉珍 审校：王维 ✦ |
|
|
