Preclinical
SEARCH
Home > 代谢组学 > 代谢组学生物信息学分析 > 主成分分析( PCA)
百泰派克

主成分分析( PCA)

主成分分析( Principal Component Analysis, PCA) 是将原本鉴定到的所有代谢物重新线性组合,形成一组新的综合变量,同时根据所分析的问题从中选取2-3个综合变量,使它们尽可能多地反映原有变量的信息,从而达到降维的目的。同时,对代谢物进行主成分分析还能从总体上反应组间和组内的变异度。总体样本 PCA 分析采用 PCA 的方法观察所有各组样本之间的总体分布趋势,找出可能存在的离散样本,综合考虑各种因素(样品数,样品珍贵程度,离散程度)决定离散点的除去与否。所有样本 PCA 得分图见下图(对样本进行两两分析的PCA得分图)。

主成分分析得分图图1 主成分分析得分图

百泰派克采用 XCMS 软件对代谢物离子峰进行提取。将 25 个实验样本和 QC 样本提取得到的峰,归一化后进行 PCA 分析,如图所示 QC 样本(黑色) 紧密聚集在一起,表明本次试验的仪器分析系统稳定性较好,试验数据稳定可靠,在试验中获得的代谢谱差异能反映样本间自身的生物学差异。

总样品的PCA得分图图2 总样品的PCA得分图
How to order?
百泰派克微信公众号二维码
百泰派克定位图标 地址:
北京市朝阳区北新桥三条
百泰派克邮箱图标 邮箱:
info@biotech-pack.com
百泰派克电话图标 电话:
010-57231915
152-0137-7680