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?

客服咨询

提交需求

关注公众号

促销活动