1.實(shí)驗(yàn)及質(zhì)控
（1）項(xiàng)目流程
代謝組學(xué)分析的特點(diǎn)：
- 流程長(zhǎng)；
- 樣品量大罐柳，項(xiàng)目周期長(zhǎng)掌腰；
- 個(gè)體差異大；
- 設(shè)備不穩(wěn)定性张吉；
- 樣品復(fù)雜齿梁，基質(zhì)效應(yīng)顯著。
所以肮蛹，質(zhì)量控制是代謝組學(xué)研究基礎(chǔ)勺择。
項(xiàng)目流程
樣本制備——質(zhì)譜儀分析——數(shù)據(jù)預(yù)處理——定量及統(tǒng)計(jì)分析——定性分析——生信及后續(xù)分析
（2）非靶代謝質(zhì)控
質(zhì)譜儀信號(hào)波動(dòng)使非靶代謝信號(hào)隨時(shí)間漂移。
原因：
- 電噴霧噴針老化
- 儀器設(shè)備入口毛細(xì)管污染
- 前級(jí)離子導(dǎo)引部件污染
- 檢測(cè)器老化
- 質(zhì)量分析器污染
信號(hào)隨時(shí)間漂移或中途設(shè)備維護(hù)會(huì)嚴(yán)重影響多元統(tǒng)計(jì)分析效果伦忠，如PCA中樣品分布不均勻省核，存在異常值。從而引起后續(xù)分析昆码，如篩選生物標(biāo)志物失敗气忠。
對(duì)非靶代謝信號(hào)時(shí)間漂移的重新校準(zhǔn)，改善數(shù)據(jù)分析效果：
- 添加QC樣本（前后+每隔10樣）赋咽。
- 使用MetNormalizer校準(zhǔn)（基于支持向量回歸算法）旧噪。
（3）靶向代謝質(zhì)控
不同出峰時(shí)間，對(duì)應(yīng)不同的基質(zhì)效應(yīng)脓匿。
基質(zhì)效應(yīng)可能使絕對(duì)定量不準(zhǔn)確舌菜。
無(wú)同位素內(nèi)標(biāo)：分析物與內(nèi)標(biāo)物基質(zhì)效應(yīng)不同炭庙；
有同位素內(nèi)標(biāo)：保留時(shí)間及表面活性的微小差別毁腿，仍會(huì)使分析物與內(nèi)標(biāo)物響應(yīng)不同晴弃。
定量準(zhǔn)確性質(zhì)控：
加標(biāo)回收實(shí)驗(yàn)：理論添加值約等于實(shí)測(cè)增加值（80-120%）。
設(shè)備靈敏度質(zhì)控：
樣品平均混合質(zhì)控：設(shè)備靈敏度在合理范圍內(nèi)缤骨，未檢出確實(shí)來(lái)源于內(nèi)源性分析物濃度的下降。
（4）代謝組全流程質(zhì)控
樣本制備：
- 樣本收樣及存儲(chǔ)標(biāo)準(zhǔn)化管理
- 高效有序的樣品預(yù)處理流程
質(zhì)譜儀分析：
- 非靶信號(hào)漂移QC實(shí)驗(yàn)方案
- 靶向雙QC實(shí)驗(yàn)方案
數(shù)據(jù)預(yù)處理：
- 高效的數(shù)據(jù)校準(zhǔn)方法
- Hotelling's T2篩出潛在異常點(diǎn)尺借，分情況小心移除
定量及統(tǒng)計(jì)分析：
- 多元統(tǒng)計(jì)及單變量分析結(jié)合篩選生物標(biāo)志物
- 加標(biāo)回收實(shí)驗(yàn)確保定量結(jié)果準(zhǔn)確
2.數(shù)據(jù)分析挖掘
（1）代謝組分類回顧
非靶：進(jìn)行大規(guī)模绊起、系統(tǒng)性研究，用于前期數(shù)據(jù)挖掘與篩選燎斩。
- 非靶組：通常所說(shuō)的非靶代謝組學(xué)虱歪，指氨基酸類、核苷酸類栅表、能量代謝笋鄙、維生素類、神經(jīng)遞質(zhì)類等及其衍生物怪瓶。
- 脂質(zhì)組：甘油脂類萧落、磷酯類、鞘脂類、脂肪酸類找岖、固醇類等陨倡。
靶向：驗(yàn)證非靶向分析的結(jié)果，對(duì)目標(biāo)代謝物進(jìn)行選擇性许布、特異性定量與絕對(duì)定量兴革。
非靶和靶向的樣本制備、色譜體系蜜唾、代謝物鑒定模式均不同杂曲。
（2）數(shù)據(jù)預(yù)處理
①數(shù)據(jù)完整性檢查
- 保留通道值大于一半的數(shù)據(jù)
- 缺失值填充（10%以上填充）
-- 刪除包含缺失值的變量
-- 對(duì)缺失值進(jìn)行估計(jì)：KNN/PPCA/BPCA/SVD Impute
-- 固定值填充：最小值的一半
-- 按列填充：均值/中位數(shù)/最小值 - 過(guò)濾QC RSD>30%
②數(shù)據(jù)標(biāo)準(zhǔn)化
- 標(biāo)準(zhǔn)化（后面待續(xù)....）
- 歸一化
（3）定量層面挖掘
①統(tǒng)計(jì)分析
- 單變量
- 多變量
②聚類分析
③共表達(dá)網(wǎng)絡(luò)
（4）功能層面挖掘
通路分析
