文献类型：期刊文章

作　　者：阿基业[1] 何骏[1] 孙润彬[1]

A Ji-ye;HE Jun;SUN Run-bin(Jiangsu Province Key Laboratory of Drug Metabolism and Pharmacokinetics, Laboratory of Metabolomics Jiangsu Key Laboratory of Drug Design and Optimization, State Key Laboratory of Natural Medicines, China Pharmaceutical University, Nanjing 210009, China)

机构地区：[1]中国药科大学药物代谢动力学重点实验室,代谢组学研究室,药物分子设计与成药性优化重点实验室,天然药物活性组分与药效国家重点实验室,江苏南京210009

出　　处：《药学学报》

基　　金：中国新西兰政府间科技合作重点项目(采用中药治疗耳鸣：以代谢网络为目标,2017YFE0109600); “十三五”国家重大新药创新专项“基于药动-药效结合的组分中药与创新中药研发关键技术”(2017ZX09301-013)

年　　份：2018

卷　　号：53

期　　号：6

起止页码：929-937

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、BIOSISPREVIEWS、CAB、CAS、CSCD、CSCD2017_2018、EMBASE、IC、IPA、JST、PUBMED、RCCSE、RSC、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：代谢组学研究所产生多变量数据常采用主成分分析方法进行处理和评价,主成分分析涉及抽象的空间模型、复杂的理论计算、精细的数据转换,需要准确理解和把握主成分分析算法原理和特点。本文从主成分、主成分得分、主成分载荷、缩放与权重、偏最小二乘关联分析与判别分析、隐结构正交投影分析、隐结构双向正交投影分析、S-形图、共享与特有化合物结构分析、模型验证等十个方面,以简洁、易懂的语言介绍了代谢组学数据处理常用的主成分分析方法中的重点和难点问题,方便广大代谢组学研究人员更好地熟悉和了解代谢组学数据处理方法,以合理选择数据处理模式、规范数据处理程序、熟练解析数据处理结果,并得出可靠结论。

关 键 词：代谢组学 主成分分析 系统生物学 多变量数据分析  主成分

分 类 号：R969]