什么是PCA、PLS-DA、OPLS-DA ? 主成分分析(Principal Component Analysis,PCA), 将多个变量通过线性变换以选出较少个数重要变量的无监督分析方法,是一种多变量统计分析方法,又称主分量分析。可以初步了解各组样本之间的总体代谢物差异和组内样本之间的变异度大小,并可通过分析QC样本进行质量控制。 偏最小二乘法判...
与PCA不同的是,PLS-DA和OPLS-DA则是有监督的模式,属于模型的方法。它们使用偏最小二乘回归建立代谢物表达量与样本类别之间的关系模型,对数据降维,这种监督模式通常可以更好地确立样本关系,如下图所示这样,无监督的PCA无法很好地区分组间样本时,而PLS-DA则实现有效分离。除了降维数据外,PLS-DA和OPLS-DA还可实现对...
OPLS-DA分析中，S-plot图帮助识别与主成分和分类相关性强的代谢物，同时评估模型的R2X、R2Y和Q2值，反映模型对X和Y矩阵的解释率以及预测能力。验证图通过permutation test确定模型的最优性。要进行PCA、PLS-DA、OPLS-DA分析，可以使用如MetaboAnalyst这样的在线平台，它提供从数据预处理到模型构建和图形...
当PCA主成分分析在数据降维上表现不佳时,不妨考虑两种有监督的判别分析方法:PLS-DA和OPLS-DA。这两种方法能够更好地处理分类问题,特别适用于两组样本间的分离。📊 PLS-DA(偏最小二乘法判别分析)是一种多变量统计分析方法,通过观察或测量到的若干变量值来判断研究对象如何分类。它能够区分样本并进行样本分类预测,...
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。
安澈_ache创建的收藏夹机器学习内容:临床医生做基础科研——21.组学数据处理之PCA_PLSDA_OPLSDA,如果您对当前收藏夹内容感兴趣点击“收藏”可转入个人收藏夹方便浏览
OPLS-DA PLS-DA Metaboanalyst PCA 协和 科研 医学 主成分分析 降维 代谢组学 开心doctor 发消息 让医学科研有迹可循!公主号“观科研”,“inHEART",红宝书“开心doctor",科研咨询请见商品橱窗。合作可私聊。 充电 关注18.2万 非靶向代谢组学 1/2 创建者:一方红布 收藏 临床医生做基础科研——21.组学...
而且，当无监督(PCA)无法很好地区分组间样本时，PLS-DA可以实现有效分离。并且PLS-DA和OPLS-DA所构建的分类预测模型，可进一步用于识别更多的样本类别，这是探索性的PCA方法无法做到的。另外，PLS-DA和OPLS-DA所构建的分类模型中的载荷图可用于衡量各代谢物组分对样本分类判别的影响强度和解释能力，辅助...
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,其用处在于“化繁为简”,将大量相关变量通过线性变换进行简化降...
正交: 正交是线性代数的概念,是垂直这一直观概念的推广。作为一个形容词,只有在一个确定的内积空间中才有意义。若内积空间中两向量的内积为0,则称它们是正交的。如果能够定义向量间的夹角,则正交可以直观的理解为垂直。物理中:运动的独立性,也可以用正交来解释。 对于