气质联用系统完成； 色谱柱为安捷伦DB-5MS毛细管柱（30mX0. 25mmX0. 25μπι);氦气作为载气，流量1.2mL/ min;进样口温度300°C，分流比10 :1;程序升温：初始70°C，保持3分钟，5°C/min升至 310°C，保持5分钟。进样量1μL。EI电离模式（70eV)，传输线温度280°C，离子源240°C， 全扫描的质量范围33-600m/z。GC-MS拟靶标分析方法的建立流程主要包括以下几个方面， 首先采用Chr〇maT0F(LeC〇)和AMDIS(NIST)软件对QC样品的GC-MS全扫描数据进行去卷 积和峰识别，确定轮廓分析的目标化合物，通过计算相邻化合物的保留时间，对所有待分析 的化合物进行分组，进行组内特征离子的选择。根据化合物的特征离子、保留时间和分组信 息建立基于GC-MS拟靶标代谢组学分析方法，该方法包括50个分组，319个代谢物。拟靶标 分析方法的其他参数与全扫描模式相同。
[0029] 2. 2代谢组轮廓数据的生成
[0030] 采集的原始代谢组轮廓数据由ChromaTOF (Leco)和AMDIS (NIST)软件进行去卷积 和峰识别。随后，采用岛津Postrun软件进行色谱峰的匹配，保留时间窗口设为0. 2min。
[0031] 2. 3构建模型筛选随机误差
[0032] 将相邻两个QC样品中代谢物响应强度的比值从小到大排序后，筛选总比值个数 的5%作为离散点，将这5%的离散点平均分配到排序后比值的两端，从而筛选出随机误差 (图 1)。
[0033] 2. 4构建线性拟合模型校正随机误差
[0034] 筛选到随机误差后，去除含有随机误差的代谢特征，计算不含有随机误差的正常 代谢特征在相邻两个QC样品中的比值，并对其进行从小到大排序，
[0035] 然后建立线性拟合模型，获得拟合模型的公式，将含有随机误差的代谢特征j带 入线性拟合模型的公式中，获得校正因子
.中AQCnjPAQC\n1}]分别代表特征 j在…中未校正的响应值和在QCυ中校正后的响应值。最后，某一含有随机误差的代谢 物j在QCn中响应值为AQnj，其校正后的响应值AQC'nj的可以通过如下公式获得；
[0036]
[0037] 2. 5与常用的箱图筛选随机误差的计算结果比较
[0038] 将实验所获得的GC-MS拟靶标代谢组数据用箱图筛选随机误差，然后随机地用某 一正常代谢特征的响应值来替代随机误差值，经过系统误差校正后，输出结果，并对所计算 的结果进行比较。结果发现，与箱图校正相比，我们建立的筛选和校正离散的方法可以使所 有的QC样品，展现出较大的皮尔森相关系数、较小的欧式距离和RSD值（附图2)，说明应用 我们建立的校正方法可以使所有的QC样品在PCA中聚集的更紧密，并显著地改善QC的重 复性。
[0039]本发明给出了一种通用的代谢组学数据随机误差筛选和校正的方法。与传统的箱 图筛选随机误差并随机赋值的方法不同，本发明首次采用相邻两组QC样品的比值筛选随 机误差，并应用比值的线性拟合校正随机误差。采用本发明方法比传统的箱图筛选方法具 有更好的校正效果，校正后的QC样品展示了更好重复性、更短欧式距离和更大皮尔森相关 系数。
【主权项】
1. 一种用于筛选和校正代谢组学数据随机误差的方法，首先从所有待测样品中取出相 同质量样品，混合后建立质控（QC)样品，计算相邻两个QC样本中代谢物响应强度的比值， 建立模型筛选随机误差，然后利用线性拟合模型对随机误差进行校正；其特征在于以下步 骤： (1) 制作QC样本：分别从所有将进行代谢组学分析的样本中准确称量或移取等量样本 并均匀混合成一个大的样本，即QC样本； (2) 获取代谢组学数据：每5-20个待测样本插入一个QC样本，QC样本和待测样本按照 完全相同条件进行样本预处理和基于色谱-质谱方法的代谢组学分析； (3) 获取相邻两个QC样品中代谢组数据比值：计算同一个代谢物在相邻两个QC样品 中的响应强度的比值； ⑷构建模型筛选随机误差：将相邻两个QC样品中代谢物的比值从小到大排序后，筛 选总比值个数的5%作为离散点，将这5%的离散点平均分配到排序后比值的两端，从而筛 选出随机误差； (5)构建模型校正随机误差：利用两个相邻QC样品中的正常比值进行线性拟合模型， 校正随机误差，具体步骤为： ① 两个相邻QC样品中正常比值的获取：筛选到随机误差后，去除含有随机误差的代谢 特征，计算不含有随机误差的正常代谢特征在相邻两个QC样品中的比值； ② 线性拟合模型的构建：将正常代谢特征在两个相邻QC样本中的比值，进行从小到大 排序，并进行线性拟合，获得线性拟合模型的公式，将含有随机误差的代谢特征j带入线性 拟合模型的公式中，获得校正因子其中AQCn^P AQC^n 1}]分别代表特征 j在QCn中未校正的响应值和在QC υ中校正后的响应值； ③ 随机误差的校正：某一含有随机误差的代谢物j在QCn中响应值为AQ nj，其校正后的 响应值AQC' nj通过如下公式获得；
【专利摘要】本发明公开了一种代谢组学数据随机误差的筛选和校正方法，首先采用色谱-质谱联用仪对样品进行分析得到代谢组轮廓，通过计算相邻两个质量控制样品(QC)中代谢物响应强度的比值，将比值从小到大排序后，筛选总比值个数的5％作为离散点，将这5％的离散点平均分配到排序后比值的两端，从而建立模型去筛选代谢组数据中的随机误差。然后利用比值的线性拟合模型对随机误差进行校正。本发明的核心在于通过代谢物在两个相邻QC样品中响应强度的比值构建模型去筛选和校正随机误差。本发明可以高效、准确地筛选和校正代谢组数据中的随机误差，改善代谢组数据的质量。
【IPC分类】G01N30/02
【公开号】CN105424827
【申请号】CN201510755515
【发明人】林晓惠, 郝志强, 赵燕妮, 许国旺, 路鑫
【申请人】大连理工大学
【公开日】2016年3月23日
【申请日】2015年11月7日