其实在绝大部分代谢组数据里面,我们的分组,都是不太可能在全局PCA里面区分开来,所以有基于正交信号校正的偏最小二乘判别分析(OPLS-DA) 来代替PCA,有点类似于我们前面的使用局部基因(免疫相关基因)后的PCA,它天然就可以把我们的生物学分组很好的区分开来。 首先在bioconductor有一个包mixOmics可以做 偏最小二乘判别分析(PLS
具体来说，OPLS-DA不同于PCA的无监督分析，是一种有监督的判别分析方法。通过偏最小二乘回归，OPLS-DA建立了代谢物表达量与样本类别之间的关联模型，实现对样本类别的预测。在分析过程中，需要提供两个关键文件：样本变量矩阵X和样本分类矩阵Y。▲ OPLS-DA数据分析价值 在代谢组学中，OPLS-DA助于数据降维和特征选...
PCA得分图(图1A)表明CR、HS和PF三组样本的代谢谱在ESI正离子模式下没有显著区分,但存在明显的分离趋势;而三组在PLS-DA得分图上存在显著的差异,各组样本分别聚集在一起(PLS-DA分析如图1B所示)。在PLS-DA图中,这三个组基本上可以区分。作者进一步采用OPLS-DA(正交偏最小二乘方判别分析)对任意两组样本进行对比...
基于基因集的样品队列分组之PCA, 基于基因集的样品队列分组之gsea等打分 实际上,这个过程在代谢组学数据里面就是OPLS-DA代替PCA,因为代谢组学矩阵即使我们有很明确的分组信息,它全局PCA通常是没办法像转录组表达量矩阵那样的成为一个三张图,详见:在生信技能树的教程:《你确定你的差异基因找对了吗?》 代谢组学数据...
PCA和PLS-DA分析表明，22RV1和LNcap之间存在显著的代谢差异（图H）。下调 LNcap 细胞（LNcap-siG 组）的 GLDC 基因表达后，PCA、PLS-DA 和 OPLS-DA 显示，与空载体（LNcap-NC）组相比，代谢模式发生了显著变化（图 I）。热图J显示了不同 GLDC 表达组前列腺癌细胞系代谢物的差异。路径分析显示，与 LNcap-...
PLS-DA分析 PLS-DA，即偏最小二乘判别分析，是一种监督式判别分析方法。它通过构建代谢物表达量与样本类别间的关系模型，来预测样品的类别。尽管它与PCA有些相似，但PLS-DA在分析过程中需要对样品进行预先的分组指定。这种模型计算方式能够强制将不同组分进行分类，从而有助于揭示各组间的差异与共性。PLS-DA的得分...
我们今天开始学习代谢组学的下游分析,首先来分辨代谢组学下游分析的三种分析方法——PCA(主成分分析),PLS-DA(偏最小二乘法判别分析),OPLS-DA(正交偏最小二乘法判别分析)。 学过转录组学的同学们对PCA一定不陌生,它是最常见的多元统计分析方法之一,其用...
PLS-DA PLS-DA全称为偏最小二乘判别分析(Partial Least Squares Discriminant Analysis)。判别分析是一种根据观察或测量到的若干变量值,来判断研究对象如何分类的常用统计分析方法[2 ,3]。PLS-DA也能对数据进行降维,但与PCA不同的是,PLS-DA既分解自变量X矩阵...
PLS-DA(偏最小二乘法判别分析)是一种有师监督的方法,判别能力优于PCA,更侧重于不同组之间的差异分析。荷图可以用来识别对分组有较大贡献的代谢物。 3、OPLSDA分析 在PLS-DA分析效果不很理想的情况下,我们可以进一步采用正交偏最小二乘方判别分析(OPLS-DA)过滤与模型分类不相关信号即正交信号,获得OPLS-DA模型。
1.主成分分析(PCA)图: 这是一种降维方法,用于展示数据的整体分布和结构。在PCA图中,每个点代表一个样本,相似的样本在图中的距离较近,而差异较大的样本距离较远。可以观察样品之间的聚类特点以及可能的离群点。 2.PLS-DA或OPLS-DA分析图: 这些方法也是降维方法,但与PCA不同的是,它们是监督学习方法。在这些图...