[发明专利]一种模型自适应的NMR代谢组学数据归一化方法

摘要

一种模型自适应的NMR代谢组学数据归一化方法，涉及核磁共振。1)数据获取；2)数据中心化和归一化系数初始化；3)归一化处理；4)多元统计分析；5)模型自适应归一化系数；6)循环迭代重复步骤3)～5)，直至满足循环结束。通过在多元统计分析模型和最大化投影矢量与类别矢量相关系数之间进行循环迭代，不断调整归一化系数矢量，使得归一化后数据建立的多元统计分析模型能准确提取组间特征信息。模型自适应归一化方法能针对所选取的多元统计分析模型采用合适的归一化系数矢量，是一种自适应的归一化方法。相对于以往基于数据的归一化方法，该方法更灵活、有效，能有效保持谱数据的结构信息。

主权项

一种模型自适应的NMR代谢组学数据归一化方法，其特征在于包括以下步骤：1)数据获取：待检测的代谢组学生物样本，通过核磁共振波谱仪采获1H NMR谱；对1H NMR谱进行谱图编辑，得到待处理的NMR代谢组学数据；2)数据中心化和归一化系数初始化：待归一化的NMR代谢组学数据表示为X，其每一行表示一个样本谱，样本类别矢量表示为Y，分别对X和Y做中心化处理；归一化系数矢量记为s＝[s1,s2,...,sd]T，初始化s为全1列矢量；3)归一化处理：Xs＝X*diag(s)其中，diag(·)为对角矩阵变换符，即diag(s)表示生成一个以矢量s为对角元素，其它元素为0的对角矩阵；Xs为归一化后数据矩阵；4)多元统计分析：对归一化后的数据矩阵做多元统计分析，其负载矢量记为u；5)模型自适应归一化系数：最大化Xs在u上投影与类别矢量Y相关系数，即：max:r2=(cov(Xdiag(s)u,Y)std(Xdiag(s)u)*std(Y))2]]>利用梯度下降法更新s，s=s+η∂r2∂s]]>其中，∂r2∂s=2YTXdiag(s)u*YTdiag(u)*||Xdiag(s)u||F2-(YTXdiag(s)u)2*2sTdiag(u)XTXdiag(u)||Xdiag(s)u||F4*||Y||F2]]>其中，r表示相关系数；cov(·)和std(·)分别为协方差和标准差计算符；为梯度运算符；η为常数，其取值范围为(0,1)；6)循环迭代：重复步骤3)～5)，直至满足循环结束，其中，||·||为矢量模运算符；ε为自定义常数。