基于气相色谱－质谱的尿液代谢组学技术结合化学计量学用于戊二酸血症Ⅰ型早期检测研究

采用气相色谱－质谱联用技术结合化学计量学，针对高维小样本的疾病代谢组学图谱建立高性能的戊二酸血症Ⅰ型（GA－Ⅰ）早期检测模型。基于偏最小二乘判别分析（PLS－DA）的共线性处理和数据解释优势，自助抽样法（Bootstrap）通过数据扰动方式集成多个模型的变量选择能力，挑选出能够持续被筛选的变量实现稳健特征筛选（BS－PLSDA）。对于GA－Ⅰ的尿液代谢组学图谱，在两种逐步增大训练集之间样本差异的比例划分（7∶3和6∶4）下，载荷（LW）、变量投影重要性（VIP）、显著性多元相关（sMC）3种信息向量对应的BS－PLSDA均优于其单独PLS－DA建模的特征变量筛选稳健性。在样本划分比例为7∶3时，BS－VIP－PLSDA的Kuncheva指数高达0.807 5。筛选出的稳健特征变量与文献报道的诊断指标一致，不仅真正解释组别间的差异与GA－Ⅰ的代谢机理密切相关，且BS－LW－PLSDA、BS－VIP－PLSDA和BS－sMC－PLSDA展示了良好的预测性能，受试者工作特征曲线下面积均值分别为0.773 9、0.854 8和0.847 1，马修斯相关系数均值分别为0.671 9、0.783 8和0.801 3。与支持向量机递归特征消除法（SVM－RFE）相比，在采用相同的集成特征选择策略下，尽管非线性径向基核函数对应的BS－RBF－SVMRFE可获得高建模性能，但数据解释能力较低。该研究提出的BS－PLSDA可兼顾建模性能和模型解释能力，符合实际临床需求，对GA－Ⅰ早期检测、辅助诊断和疾病机理研究具有很好的指导意义。