DICP OpenIR
学科主题物理化学
代谢组学中的多变量数据分析新方法及其应用的研究
李响
2011-01-15
导师许国旺
专业分析化学
授予单位中国科学院研究生院
学位博士
英文摘要快速发展的代谢组学面临着诸多机遇和挑战。本论文针对目前代谢组学研究数据分析中出现的多类别和类别界限模糊、过拟合、复杂实验数据分析等问题,发展了各具特点的多变量数据处理新方法,并用于采用气相色谱质谱(包括全二维气相色谱质谱)技术的代谢组学研究。主要结果如下: ⒈ 建立了基于GC-MS 和GC×GC-TOFMS 的复杂样品代谢组学分析方法,系统研究了各自的分析条件或样品预处理方法并对其最优化,为复杂体系代谢表型差异的研究和差异性代谢物的发现等奠定了数据采集基础。 ⒉ 建立了基于模糊c 均值聚类(FCM)的代谢组学数据处理方法。采用FCM 与PLS 结合的方式,可以有效解决多类别和类别界限模糊问题,克服了硬分类方法带来的数据过拟合问题,使得模型的建立和差异性代谢物的发现更为稳健可靠。 ⒊ 建立了偏最小二乘判别分析法与双重交叉验证相结合的代谢组学数据处理方法。通过对影响建模结果的重要步骤的优化和选择,建立了多模型参数优化的数据处理系统,克服了建模过程中独立性丧失造成的过拟合现象。 ⒋ 建立了基于独立成分分析(ICA)的代谢组学数据处理方法。通过统计描述的方法可以确定独立成分数,而通过对独立成分相对应的特征代谢物及其代谢网络的分析,可以发现和解释与代谢过程中的不同代谢类型相对应的关键代谢物,为解决复杂实验数据分析问题提供了新的途径。 ⒌ 发展了GC×GC-TOFMS 应用于代谢组学的集成化研究方法。该方法包括样品的预处理和分析、数据的匹配和处理、潜在标志物发现三个步骤。将其应用于糖尿病代谢组学的研究中,发现了与脂类代谢的紊乱相关联的生物标志物,其中2-羟基丁酸等可能会成为Ⅱ型糖尿病代谢异常的指示。
语种中文
文献类型学位论文
条目标识符http://cas-ir.dicp.ac.cn/handle/321008/116472
专题中国科学院大连化学物理研究所
推荐引用方式
GB/T 7714
李响. 代谢组学中的多变量数据分析新方法及其应用的研究[D]. 中国科学院研究生院,2011.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[李响]的文章
百度学术
百度学术中相似的文章
[李响]的文章
必应学术
必应学术中相似的文章
[李响]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。