基于K-L散度的核磁共振波谱数据尺度缩放方法

摘要：

在基于核磁共振（NMR）的代谢组学数据分析中，尺度缩放是关键的预处理步骤之一，其主要目的是通过调整数据的方差结构，改善后续的多变量统计分析的结果。从信息熵的角度出发，利用 K ullback-Leibler （K-L）散度来度量不同实验分组的生物样品的1 H NMR波谱数据的差异程度，并结合单位方差缩放法，提出一种基于K-L散度的尺度缩放方法。该方法先利用单位方差法将数据各变量的标准差调整到同一水平上，再利用K-L散度对各变量进行有监督地加权，增强重要变量、减弱无关变量。由于K-L散度是在概率分布的意义上度量数据间的差异程度，且对于高斯和非高斯分布的数据均适用，因此能更准确地度量不同实验分组样品的1 H NMR波谱数据的差异性，从而更有效地地对谱数据的重要变量进行识别和加权。人群尿液1 H NMR波谱数据的分析结果表明，基于K-L散度的尺度缩放方法能有效抑制噪声变量，同时很好地区分特征变量和非特征变量；提高主成分回归（PCR）模型的判别能力；改善偏最小二乘回归判别分析（PLS-DA ）模型的解释能力、预测能力以及对特征代谢物的辨识能力。

关键词：尺度缩放、K-L散度、核磁共振波谱、代谢组学、特征代谢物

分类号：O657.2(分析化学)

资助基金：国家自然科学基金项目81371639，81201143;中央高校基本科研业务费2013121007

在线出版日期：2014-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2868-2872