OPLS-DA分析

OPLS-DA分析,全称正交偏最小二乘法判别分析(OrthogonalPartialLeast Squares-DiscriminantAnalysis),它是在PLS-DA分析方法基础上,加入了正交变换的矫正,能够将X矩阵分解成与Y相关和不相关...

OPLS-DA分析,全称正交偏最小二乘法判别分析(OrthogonalPartialLeast Squares-DiscriminantAnalysis),它是在PLS-DA分析方法基础上,加入了正交变换的矫正,能够将X矩阵分解成与Y相关和不相关的两类信息,通过去除不相关的差异来筛选差异变量。

通过OPLS-DA分析,每个代谢物可以得出一个VIP值,即变量重要性投影(VariableImportance inProjection,VIP),VIP值越大,代表该物质对于区分两组所具有的贡献越大,因此我们在挑选差异代谢物时,通常会将VIP值作为其中一项重要的考察指标。

1.分析数据准备

样本变量矩阵

f37135f0-90a5-46fc-b8de-4ad182d76d8e-22854568.jpg

样本分类矩阵

c9956308-2d1c-48c9-b230-e7864860e438-22854568.jpg

2. OPLS-DA分析结果

OPLS-DA分析结果中最常用的图就是OPLS-DA得分图,图中横坐标表示预测主成分,因此横坐标方向可以看出组间的差距;纵坐标表示正交主成分,因此纵坐标方向可以看出组内的差距;百分比表示该成分对数据集的解释率。图中的每个点表示一个样品,同一个组的样品使用同一种颜色表示,Group为分组。

32d4b7d7-8f52-4847-8fbc-530efe889d5c-22854568.jpg

3. OPLS-DA分析结果评价

OPLS-DA评价模型的参数有R2X,R2Y和Q2(Y),其中R2X和R2Y分别表示所建模型对X和Y矩阵的解释率,Q2表示模型的预测能力,这三个指标越接近于1时表示模型越稳定可靠,Q2 >0.5时可认为是有效的模型,Q2 >0.9时为出色的模型。






  • 发表于 2023-02-17 10:43
  • 阅读 ( 6560 )
  • 分类:基础知识

你可能感兴趣的文章

相关问题

0 条评论

请先 登录 后评论
rzx
rzx

67 篇文章

作家榜 »

  1. omicsgene 657 文章
  2. 安生水 327 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. 红橙子 78 文章
  6. CORNERSTONE 72 文章
  7. rzx 67 文章
  8. xun 66 文章