Closed ixxmu closed 1 year ago
正交偏最小二乘法(Orthogonal projections to latent structures (OPLS))是一种新型的多元统计方法,它由Johan Tryggde等人于2002年首次提出。近十年来,这种方法在理论和应用方面得到了迅速的发展,并在计量化学中有大量的应用。OPLS是一种多因变量对多自变量的回归建模方法,其最大的特点是可以去除自变量X中与分类变量Y无关的数据变异,使分类信息主要集中在一个主成分中,从而模型变得简单和易于解释,其判别效果及主成分得分图的可视化效果更加明显。
OPLS从给定的数据集X中移除系统正交变量,并把这些正交变量和非正交变量区分开来,可以对这些正交变量单独进行分析。OPLS方法利用响应变量Y中的信息把X分成三部分。即
X = TPPTP + TOPTO + E
其中,TP表示X的预测的得分矩阵,PTP表示X的预测载荷矩阵,TPPTP表示预测部分,TO表示X与Y的正交成分(称为OPLS成分)的得分矩阵,PTO表示对应的载荷矩阵,TOPTO表示与Y正交的部分,E为残差矩阵。
OPLS方法的实现通过两步完成:
第一步,与Y正交的变量从X数据矩阵中剔除,即
XP = X − TOPTO
其中TO是与Y正交成分的得分矩阵,PTO是与其对应的载荷矩阵。
第二步,对XP进行偏最小二乘分析。
图1 OPLS的概述图
[1]. OPLS-DA的得分图
OPLS-DA 得分图的横坐标表示OSC过程中的主要成分的得分值(Tp),所以从横坐标的方向可以看到组间的差异;纵坐标表示OSC过程中的正交成分的得分值(TO);所以从纵坐标上看出组内的差异(组内样本间的差异)。
图2 OPLS-DA得分图
[2]. OPLS-DA 的S-plot图
S-plot图的横坐标表示主成份与代谢物的协相关系数,纵坐标表示主成份与代谢物的相关系数。S-plot图一般用来挑选与OSC过程中主要成分的相关性比较强的代谢物,从另一方面同时也可以挑选与Y相关性强的代谢物。越靠近两个角的代谢物重要度越强。红色的点表明这些代谢物的VIP值大于等于1,绿色的点表示这些代谢物的VIP值小于等于1。
图3 OPLS-DA S-plot
[3]. OPLS-DA的模型验证permutation Test图
模型验证permutation Test图的横坐标表示模型的准确率,纵坐标表示200次permutation Test中200个模型的准确率的频数,箭头表示本OPLS-DA模型准确率所在的位置,其中R2X和R2Y分别表示所建模型对X和Y矩阵的解释率,Q2标示模型的预测能力,理论上R2、Q2数值越接近1说明模型越好,越低说明模型的拟合准确性越差,通常情况下,R2、Q2高于0.5较好,高于0.4即可接受。从图中可以看出Q2为0.994,R2Y为1,R2X为0.685,Q2和R2Y的P值均为0.005,说明permutation Test中只有1个随机分组模型结果优于本OPLS-DA模型,一般情况下P<0.05时模型最佳。
图4 OPLS-DA 的验证图
99%的代谢组学研究者都在阅读下文:
●客户文章 | AICAr通过诱导急性淋巴细胞白血病细胞中的NTP和d NTP库失衡来抑制细胞增殖
●迈维影像 |《生命之光》专访 x 上海代谢组学国际研讨会精彩回放
https://mp.weixin.qq.com/s/BYBk6zcB4Tbn_NjM-DkZPg