視頻實操SCI作圖課(3)：OPLS-DA分析，組間差異的挖掘神器

邁維代謝

2022.3.30

在上一場小工具講解中，小姐姐給大家介紹了PLS-DA的原理及用途，而在代謝組學(xué)數(shù)據(jù)分析中，除去PLS-DA以外，OPLS-DA分析也是非常常見的，僅一個字母之差，那二者到底有何差別，我們一起來一探究竟！

■?■■■■

?視頻解說教程

什么是OPLS-DA分析？

OPLS-DA分析，全稱正交偏最小二乘法判別分析（OrthogonalPartialLeast Squares-DiscriminantAnalysis），它結(jié)合了正交信號矯正（OSC）和PLS-DA方法，能夠?qū)矩陣分解成與Y相關(guān)和不相關(guān)的兩類信息，通過去除不相關(guān)的差異來篩選差異變量。

OPLS-DA分析的原理是什么???

OPLS-DA不同于PCA，它是一種有監(jiān)督的判別分析統(tǒng)計方法。運用偏最小二乘回歸建立代謝物表達量與樣本類別之間的關(guān)系模型，來實現(xiàn)對樣本類別的預(yù)測。OPLS-DA分析需要樣本變量矩陣和樣本分類矩陣兩個文件來確立樣本關(guān)系，如下所示：

X矩陣，樣本-變量矩陣

變量1

變量2

變量3

樣本1

n11

n12

n13

樣本2

n21

n22

n23

樣本3

n31

n32

n33

樣本4

n41

n42

n43

Y矩陣，樣本分類矩陣

分類1

分類2

樣本1

樣本2

樣本3

樣本4

OPLS-DA建模時，將X矩陣信息分解成與Y相關(guān)和不相關(guān)的兩類信息，其中與Y相關(guān)的變量信息為預(yù)測主成分，與Y不相關(guān)的變量信息為正交主成分。根據(jù)OPLS-DA模型分析代謝組數(shù)據(jù)，繪制各分組的得分圖，進一步展示各個分組之間的差異（Thévenotet al., 2015）。

OPLS-DA分析有什么用???

OPLS-DA分析在實現(xiàn)降維的同時考慮了分組信息，因此它可以用于特征選擇以及分類，也就是在代謝組學(xué)數(shù)據(jù)分析中，可以用于篩選不同組之間的差異代謝物。通過OPLS-DA分析，每個代謝物可以得出一個VIP值，即變量重要性投影（VariableImportance inProjection，VIP），VIP值越大，代表該物質(zhì)對于區(qū)分兩組所具有的貢獻越大，因此我們在挑選差異代謝物時，通常會將VIP值作為其中一項重要的考察指標(biāo)。

OPLS-DA分析的結(jié)果怎么看???

OPLS-DA分析結(jié)果中最常用的圖就是OPLS-DA得分圖，圖中橫坐標(biāo)表示預(yù)測主成分，因此橫坐標(biāo)方向可以看出組間的差距；縱坐標(biāo)表示正交主成分，因此縱坐標(biāo)方向可以看出組內(nèi)的差距；百分比表示該成分對數(shù)據(jù)集的解釋率。圖中的每個點表示一個樣品，同一個組的樣品使用同一種顏色表示，Group為分組。

■?■■■■

OPLS-DA得分圖

除去得分圖以外，OPLS-DA分析還可以得到S-plot圖，S-plot圖的橫坐標(biāo)表示主成份與代謝物的協(xié)方差，縱坐標(biāo)表示主成份與代謝物的相關(guān)系數(shù)。S-plot圖一般用來挑選與OSC過程中主要成分的相關(guān)性比較強的代謝物，從另一方面同時也可以挑選與Y相關(guān)性強的代謝物。越靠近兩個角的代謝物重要度越強。S-plot圖中紅色的點表明這些代謝物的VIP值大于等于1，綠色的點表示這些代謝物的VIP值小于等于1。

■?■■■■

OPLS-DA的S-plot圖

如何評判OPLS-DA模型的好壞???

并非所有的數(shù)據(jù)都適合使用OPLS-DA模型進行分析，因此在模型建立之后，我們需要通過模型驗證來對模型質(zhì)量進行評價。

OPLS-DA評價模型的參數(shù)有R2X，R2Y和Q2，其中R2X和R2Y分別表示所建模型對X和Y矩陣的解釋率，Q2表示模型的預(yù)測能力，這三個指標(biāo)越接近于1時表示模型越穩(wěn)定可靠，Q2 >0.5時可認(rèn)為是有效的模型，Q2 >0.9時為出色的模型。

■?■■■■

OPLS-DA模型驗證圖

上圖為OPLS-DA模型驗證圖，圖中橫坐標(biāo)表示模型R2Y，Q2值，縱坐標(biāo)是模型分類效果出現(xiàn)的頻數(shù)，即本模型對數(shù)據(jù)進行200次隨機排列組合實驗，若Q2?的p= 0.02，說明在此次Permutation檢測中共有4個隨機分組模型的預(yù)測能力優(yōu)于本OPLS-DA模型，若R2Y的p= 0.545，說明在此次Permutation檢測中共有109個隨機分組模型其對Y矩陣的解釋率優(yōu)于本OPLS-DA模型。一般情況下，p< 0.05 時模型最佳。

免費注冊

邁維代謝

武漢邁特維爾生物科技有限公司（簡稱“邁維代謝”）位于武漢國家生物產(chǎn)業(yè)基地--光谷生物城，專注于提供領(lǐng)先的代謝組學(xué)及多組學(xué)技術(shù)開發(fā)及服務(wù)。邁維代謝創(chuàng)新了"廣泛靶向代謝組"技術(shù)，基于“代謝組+基因組+轉(zhuǎn)錄組”的技術(shù)路線，近年來以通訊作者身份在Cell、Nature Genetics、Nature Communications、PNAS、National Science Reviewzen等國際學(xué)術(shù)期刊發(fā)表多篇論文，引領(lǐng)基因組時代的代謝生物學(xué)研究新方向。