本申请涉及细胞主成分分析技术领域，尤其涉及一种分析药物对细胞作用点的方法。
背景技术：
药物对细胞的作用点分析是精确研究药物毒理学、药理学的重要手段。药物对细胞作用，有些作用蛋白质，有些作用dna。现有技术中的传统研究药物对细胞作用点的方法，如流式细胞仪、荧光显微镜等方法，精确度不高，而且对细胞损伤较大。光谱检测是一种非损伤的检测，不需要对细胞进行标记、损伤等处理，该方法与传统的细胞检测手段，如流式细胞术等相比，有着不可比拟的优势。
在现有技术中的光谱检测方法中，将对照药物作用前和作用后的细胞的光谱数据，对比药物作用前后的光谱特征峰强度，并根据强度关系分析出细胞内特定蛋白质、dna的含量，进而得出药物对细胞的作用点。但是，由于细胞与细胞之间有细微差异，即使是在同一种环境中的同类细胞，细胞成分也不尽相同。因此，如果仅对照被测细胞的光谱特征峰强度，则不可避免地包含了细胞的差异成分，所以不能够保证测量结果的精确性。
技术实现要素：
有鉴于此，本发明提供了一种分析药物对细胞作用点的方法，从而可以得出更为精确的分析结果，保证分析结果的精确性。
本发明的技术方案具体是这样实现的：
一种分析药物对细胞作用点的方法，该方法包括：
将细胞分为两类，第一类细胞正常培养，第二类细胞用药物对细胞进行作用；
用光谱对两类细胞进行探测，分别获取两类细胞的光谱数据；
对获取的光谱数据进行标准化，得到标准化矩阵；
根据标准化矩阵计算得到相关系数矩阵；
计算得到相关系数矩阵的特征方程的特征根，并对每个特征根计算得到对应的特征向量；
根据各个特征向量，将标准化后的光谱数据转变为主成分；
根据得到的主成分，计算主成分载荷曲线；
根据主成分载荷曲线分析得到药物对细胞的作用点。
较佳的，所述对获取的光谱数据进行标准化，得到标准化矩阵包括：
将所获取的n个光谱数据作为n个样品数据；
根据样品数据构造样本矩阵，并标准化样本矩阵阵元，得到标准化矩阵z。
较佳的，设n个样品数据为：xi＝(xi1,xi2,...,xip)t，i＝1,2,…,n；p为特征根的个数；
则标准化样本矩阵阵元为：
其中，i为标准化矩阵的行数，j为标准化矩阵的列数，
较佳的，通过如下的公式计算得到相关系数矩阵r：
较佳的，所述计算得到相关系数矩阵的特征方程的特征根，并对每个特征根计算得到对应的特征向量包括：
设相关系数矩阵的特征方程为：
|r-λip|＝0，
其中，r为相关系数矩阵，λ为特征方程的特征根，p为特征根的个数，ip为p的单位矩阵；
对每个特征根λj，j＝1,2,…,n，通过如下公式计算得到对应的特征向量：
rb＝λjb，
其中，b为特征根λj的特征向量，记为
较佳的，通过如下的公式将标准化后的光谱数据转变为主成分：
其中，u1是贡献率最高的新变量，被称为第一主成分，u2是贡献率第二高的新变量，被称为第二主成分，…，um是贡献率排名为m的新变量，称为第m主成分。
如上可见，在本发明的技术方案中，由于先用光谱对两类细胞进行探测，分别获取两类细胞的光谱数据，然后对获取的光谱数据进行标准化，得到标准化矩阵，并计算得到相关系数矩阵以及其特征方程的特征根和特征向量，随后根据各个特征向量，将标准化后的数据变量转变为主成分，并计算主成分载荷曲线，最后可根据主成分载荷曲线分析得到药物对细胞的作用点。与现有技术中的分析方法相比，由于本发明中的方法中是将获得的光谱数据用统计方法进行分析，并对细胞的光谱曲线(即主成分载荷曲线)进行分析，而并不是单一地对照特征峰，从而可以得出更为精确的分析结果，保证分析结果的精确性，例如，可以精确地分析得到细胞的dna、蛋白质等的含量，进而精确地分析出药物对细胞的作用点。因此，本发明中的方法与现有技术中传统的细胞检测手段，如流式细胞术等方法，有着不可比拟的优势。
附图说明
图1为本发明实施例中的分析药物对细胞作用点的方法的流程图。
具体实施方式
为使本发明的技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明作进一步详细的说明。
图1为本发明实施例中的分析药物对细胞作用点的方法的流程图。如图1所示，本发明实施例中的分析药物对细胞作用点的方法包括如下所述步骤：
步骤101，将细胞分为两类，第一类细胞正常培养，第二类细胞用药物对细胞进行作用。
步骤102，用光谱对两类细胞进行探测，分别获取两类细胞的光谱数据。
步骤103，对获取的光谱数据进行标准化，得到标准化矩阵。
在本发明的技术方案中，可以通过多种方式对获取的光谱数据进行标准化。以下将以其中的一种具体实现方式为例，对本发明的技术方案进行介绍。
例如，较佳的，在本发明的一个具体实施例中，所述步骤103包括：
将所获取的n个光谱数据作为n个样品数据；
根据样品数据构造样本矩阵，并标准化样本矩阵阵元，得到标准化矩阵z。
例如，较佳的，在本发明的一个具体实施例中，可以设n个样品数据为：xi＝(xi1,xi2,...,xip)t，i＝1,2,…,n；p为特征根的个数；
因此，标准化样本矩阵阵元为：
其中，i为标准化矩阵的行数，j为标准化矩阵的列数，
步骤104，根据标准化矩阵计算得到相关系数矩阵。
例如，较佳的，在本发明的一个具体实施例中，可以通过如下所述的公式计算得到相关系数矩阵r：
步骤105，计算得到相关系数矩阵的特征方程的特征根，并对每个特征根计算得到对应的特征向量。
例如，较佳的，在本发明的一个具体实施例中，可以设所述相关系数矩阵的特征方程为：
|r-λip|＝0
其中，r为相关系数矩阵，λ为特征方程的特征根，p为特征根的个数，ip为p的单位矩阵；
对每个特征根λj，j＝1,2,…,n，通过如下公式计算得到对应的特征向量：
rb＝λjb
其中，b为特征根λj的特征向量，可记为
步骤106，根据各个特征向量，将标准化后的光谱数据转变为主成分。
例如，较佳的，在本发明的一个具体实施例中，可以通过如下所述的公式将标准化后的光谱数据转变为主成分：
其中，u1是贡献率最高的新变量，被称为第一主成分，u2是贡献率第二高的新变量，被称为第二主成分，…，um是贡献率排名为m的新变量，称为第m主成分。
步骤107，根据得到的主成分，计算主成分载荷曲线。
步骤108，根据主成分载荷曲线分析得到药物对细胞的作用点。
在本发明的技术方案中，载荷越大，则说明两类细胞在该处的光谱差别越大，对照该处特征峰所对应的细胞成分，则说明药物对细胞的此成分作用效果最大。因此，在得到主成分载荷曲线之后，即可分析出药物的作用点。
综上所述，在本发明的技术方案中，由于先用光谱对两类细胞进行探测，分别获取两类细胞的光谱数据，然后对获取的光谱数据进行标准化，得到标准化矩阵，并计算得到相关系数矩阵以及其特征方程的特征根和特征向量，随后根据各个特征向量，将标准化后的数据变量转变为主成分，并计算主成分载荷曲线，最后可根据主成分载荷曲线分析得到药物对细胞的作用点。与现有技术中的分析方法相比，由于本发明中的方法中是将获得的光谱数据用统计方法进行分析，并对细胞的光谱曲线(即主成分载荷曲线)进行分析，而并不是单一地对照特征峰，从而可以得出更为精确的分析结果，保证分析结果的精确性，例如，可以精确地分析得到细胞的dna、蛋白质等的含量，进而精确地分析出药物对细胞的作用点。因此，本发明中的方法与现有技术中传统的细胞检测手段，如流式细胞术等方法，有着不可比拟的优势。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。