[发明专利]一种色谱-质谱代谢组学数据分析的新方法

权利要求书

1.一种色谱-质谱代谢组学数据分析的方法，包含以下步骤：

(1)代谢物峰的识别

首先从研究体系(包括正常组、模型组、给药组)的各个样品中取出相同体积，混合后建立质控(QC)样品；取QC样品的总离子流色谱(TIC)数据，选取其中信噪比大于3的色谱峰(记为peak_i)，采用化学计量学方法对peak_i进行纯度检测：对于纯色谱峰，记录每个色谱峰的左(记为L_{peak_i})、右边界(记为R_{peak_i})及峰值处(记为A_{peak_i})的保留时间；对于经纯度检验判定为重叠的色谱峰，采用化学计量学方法进行解析，获得重叠色谱峰中包含的纯色谱与纯质谱信息；

(2)代谢物纯质谱库的建立

基于QC样品的色谱-质谱数据，对于每个色谱峰peak_i，将其在L_{peak_i}和R_{pak_i}保留时间范围内的所有质谱数据进行加和、平均，以获得可表征色谱峰peak_i对应代谢物的质谱信息；对于重叠色谱峰，采用化学计量学方法解析得到的纯质谱可直接作为表征重叠色谱峰所包含代谢物的质谱信息；将上述二部分质谱信息合并，即可得到QC样品中所包含的代谢物的纯质谱库(记为X_Met)；X_Met里包含了研究体系中所有样品的代谢物的纯质谱信息；

(3)统计分析模型的建立

对于研究体系中的每个样品，将其在每个质荷比(m/z)处记录得到的色谱数据进行加和，以得到其总质谱；将所有样品的总质谱对齐，然后合并得到研究体系中各个样品的总质谱数据X_m×n，其中m为样品数，n为质谱通道数；对X_m×n进行主成分分析(PCA)或偏最小二乘-判别分析(PLS-DA)，建立统计分析模型，得到X_m×n的得分(T)和载荷(P)矩阵；

(4)代谢物投影分析

按照下列公式，将X_Met投影至上述统计分析模型中的载荷矩阵P，即可得到X_Met的得分矩阵T_Met：

T_Met＝X_MetP

将T_Met矩阵的前二列绘图，则图上每个点表征一个代谢物，T_Met图中远离原点的代谢物即为差异性的代谢物；根据T_Met图上差异性代谢物的编号，可检索X_Met得出相应的质谱信息，最后通过检索质谱数据库即可对差异性代谢物进行定性鉴别。

2.如权利要求1所述的方法，其特征在于，所述的用于纯度检测的化学计量学方法可独立选自直观推导式演进特征投影法、渐进因子分析、主成分分析、导数法或正交投影法。

3.如权利要求1所述的方法，其特征在于，所述的重叠色谱峰的化学计量学解析方法可独立选自直观推导式演进特征投影法、断层扫描分析法、窗口因子分析法、正交投影法或多元曲线分辨法。