[發(fā)明專利]一種代謝譜峰位置分辨與對(duì)齊的方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 200910053715.2
• 申請(qǐng)日: 2009-06-24
• 公開（公告）號(hào): CN101929989A
• 公開（公告）日: 2010-12-29
• 發(fā)明（設(shè)計(jì)）人: 陳喆;吳劍丙
• 申請(qǐng)（專利權(quán)）人: 陳喆;吳劍丙
• 主分類號(hào): G01N30/86
• 分類號(hào): G01N30/86;G01N30/72
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明屬于生物信息技術(shù)領(lǐng)域，涉及基于色質(zhì)聯(lián)用(液相或氣相-質(zhì)譜聯(lián)用(LC/GC-MS))技術(shù)或者色譜技術(shù)(LC/GC)的高通量代謝組分析。

背景技術(shù)

本發(fā)明是一種適用于代謝組分色質(zhì)聯(lián)用(LC/GC-MS)和色譜(LC/GS)數(shù)據(jù)分析的新算法，可以同時(shí)完成代謝譜信號(hào)的基線校正、峰位置辨識(shí)及峰位置對(duì)齊，是代謝組數(shù)據(jù)分析的前期關(guān)鍵步驟。可用于生物樣品(血清、尿樣及植物有效成分)LC/GC-MS、LC、GC數(shù)據(jù)的預(yù)處理。

代謝組是生物體內(nèi)生物化學(xué)過(guò)程的終端，包含有生物體發(fā)育、生長(zhǎng)、病理等等重要信息。代謝組學(xué)通過(guò)分析生物樣品中(血清、尿樣或者其他組織提取物)中所有低分子量的代謝物的濃度或者成分的變化，建立診斷、辨識(shí)技術(shù)，研究生物體代謝機(jī)理[1-2]。GC/LC-MS是目前代謝組高通量分析的重要手段。利用代謝譜信號(hào)能夠找到對(duì)照及實(shí)驗(yàn)樣本之間的差異峰(標(biāo)志成分)，利用這些差異成分可進(jìn)一步建立疾病診斷、檢測(cè)和分析的技術(shù)。基于色譜或者色質(zhì)聯(lián)用技術(shù)分析代謝組的一般步驟為[1-2]：1，獲取樣品，包括目標(biāo)樣品和對(duì)照樣品；2，在適宜的條件，通過(guò)實(shí)驗(yàn)技術(shù)獲取每個(gè)樣品的代謝譜；3，數(shù)據(jù)分析，主要包括實(shí)驗(yàn)數(shù)據(jù)的預(yù)處理、差異代謝成分的檢測(cè)、建立分類和辨識(shí)模型，以及深度機(jī)理分析。

利用LC/GC-MS或者LC/GC分析代謝組分時(shí)，需要對(duì)多個(gè)樣本(對(duì)照和目標(biāo)樣本)分別進(jìn)行實(shí)驗(yàn)檢測(cè)。受限于儀器的分辨能力，有些峰信號(hào)會(huì)重疊在一起，準(zhǔn)確的峰位置難以提取；也會(huì)出現(xiàn)基線漂移的情況，造成對(duì)峰高度或者峰面積計(jì)算的誤差[3]。而且，由于系統(tǒng)誤差和隨機(jī)誤差，同一組分的峰信號(hào)在不同的樣本中會(huì)有小的位移，致使同一代謝組分的信號(hào)(峰)在不同的樣本數(shù)據(jù)中被錯(cuò)誤識(shí)別為兩個(gè)或者多個(gè)組分。原始代謝譜數(shù)據(jù)的這些缺點(diǎn)要求在進(jìn)行標(biāo)志物分析之前，必須進(jìn)行重疊信號(hào)分辨、基線校正和峰位置對(duì)齊的預(yù)處理工作。

目前，已經(jīng)有一些基線校正和重疊信號(hào)的分辨方法，如小波變換技術(shù)[3-4]、去卷積技術(shù)[5]等，這些技術(shù)大都針對(duì)一種問(wèn)題，如去卷積只解決重疊信號(hào)分辨的問(wèn)題，而對(duì)基線校正沒(méi)有效果；而且由于相關(guān)的數(shù)學(xué)計(jì)算較復(fù)雜，所以這些方法并沒(méi)有在實(shí)際的數(shù)據(jù)預(yù)處理中廣泛應(yīng)用。

本專利基于小波變換技術(shù)，可同時(shí)實(shí)現(xiàn)信號(hào)的基線校正、峰位置辨識(shí)和峰位置對(duì)齊，效果良好，操作簡(jiǎn)單。

發(fā)明內(nèi)容

本發(fā)明根據(jù)相關(guān)的文獻(xiàn)，這對(duì)目前代謝組數(shù)據(jù)分析的特點(diǎn)和要求，找到了一種可以同時(shí)進(jìn)行基線校正、峰位置辨識(shí)的方法，在此基礎(chǔ)上，利用簡(jiǎn)單的運(yùn)算完成峰位置對(duì)齊的工作，為標(biāo)志物的篩選提供可靠的數(shù)據(jù)。

整個(gè)步驟包括代謝譜基線校正和峰位置辨識(shí)和峰位置對(duì)齊兩個(gè)環(huán)節(jié)。

該過(guò)程偽代碼如下：

設(shè)S_i(t)代表第i個(gè)樣本代謝譜信號(hào)的小波變換信號(hào)，i＝1到M(樣本數(shù)目)，t為t＝t0，t2，t3，...tN，N為信號(hào)長(zhǎng)度(時(shí)間長(zhǎng)度)。ⁱt表示第i個(gè)樣本中第t個(gè)峰的位置。下文中％表示注釋；cutoff為閾值。

Input?S；

For?i＝1?to?M

??For?t＝t0?to?tN

????Compare?ⁱt?with?^jt’；j＝i?to?M；t’＝t0?to?tN；

????％比較i樣本中中t位置和其它樣本中的所有的位置

????Compute?d＝ⁱt-^jt’；t’＝t0?to?tN

????If?d＜＝cutoff

????t_new＝mean(t)

????replace?t?with?t_new；

????％將所有樣本中偏差小于閾值的峰位置全部用其平均值替

????換

????End?if

??End?for?t

End?for?i

Output?new?S

至此，新的數(shù)據(jù)集合S為經(jīng)過(guò)基線校正、峰位置辨識(shí)及峰位置對(duì)齊的數(shù)據(jù)，可用于標(biāo)志代謝成分的檢測(cè)分析。

本發(fā)明的優(yōu)點(diǎn)有二：一是利用小波變換技術(shù)，同時(shí)實(shí)現(xiàn)代謝譜的基線校正和重疊峰分辨工作；一是操作簡(jiǎn)單，結(jié)果可靠，非常適合實(shí)驗(yàn)一線的操作人員進(jìn)行數(shù)據(jù)預(yù)處理。

附圖說(shuō)明

圖1舉例說(shuō)明了對(duì)一植物代謝譜(高效液相色譜數(shù)據(jù))的基線校正和峰位置辨識(shí)，其中，虛線表示原始的代謝譜，實(shí)線代表基線校正和峰位置辨識(shí)后的譜。