基于K-L散度的核磁共振波谱数据尺度缩放方法

• 作者: Cheng Kian-Kai 刘新卓 周玲 沈桂平 董继扬 邓伶莉 陈忠
• 来源期刊: 光谱学与光谱分析
• 学科: 化学
• 关键词: 尺度缩放 K-L散度 核磁共振波谱 代谢组学 特征代谢物
• 年，卷（期）: 2014,（10）
• 页码范围: 2868-2872
• 页数: 5页
• 分类号: O657.2
• 字数: 3149字
• 语种: 中文
• DOI: 10.3964/j.issn.1000-0593(2014)10-2868-05

摘要

在基于核磁共振（NMR）的代谢组学数据分析中，尺度缩放是关键的预处理步骤之一，其主要目的是通过调整数据的方差结构，改善后续的多变量统计分析的结果。从信息熵的角度出发，利用 K ullback-Leibler （K-L）散度来度量不同实验分组的生物样品的1 H NMR波谱数据的差异程度，并结合单位方差缩放法，提出一种基于K-L散度的尺度缩放方法。该方法先利用单位方差法将数据各变量的标准差调整到同一水平上，再利用K-L散度对各变量进行有监督地加权，增强重要变量、减弱无关变量。由于K-L散度是在概率分布的意义上度量数据间的差异程度，且对于高斯和非高斯分布的数据均适用，因此能更准确地度量不同实验分组样品的1 H NMR波谱数据的差异性，从而更有效地地对谱数据的重要变量进行识别和加权。人群尿液1 H NMR波谱数据的分析结果表明，基于K-L散度的尺度缩放方法能有效抑制噪声变量，同时很好地区分特征变量和非特征变量；提高主成分回归（PCR）模型的判别能力；改善偏最小二乘回归判别分析（PLS-DA ）模型的解释能力、预测能力以及对特征代谢物的辨识能力。