Page 76 - 2020年21期
P. 76

2.4.6  多元统计分析        将 LC-MS 原始数据的“Raw”格                                                  正常组样品
                                                                                                  模型组样品
        式文件按“2.4.4”项下方法处理后,使用 Simca-P 13.0 软                         100
        件进行主成分分析(PCA)、PLS-DA 和正交偏最小二乘                                50
        法-判别分析(OPLS-DA)等多元统计分析以寻找差异代                               t[2]  0
        谢物。以正常组和模型组比较的OPLS-DA模型所得的                                  -50
                                                                    -100
        变量投影重要度(VIP)值(VIP>1.0)为标准筛选潜在的
                                                                    -150
        差异代谢物     [19-21] 。                                           -200 -150 -100 -50  0  50  100  150
                                                                                  t[1]
            首先,对正常组、模型组、药物组小鼠的数据进行                                             A. PCA得分图
        OPLS-DA分析,其得分图见图4。由图4可见,药物组与                                                               R 值
                                                                                                   2
                                                                                                    2
                                                                      1                            Q 值
        正常组的数据较为接近,且这两者与模型组数据分布在
                                                                     0.8
        不同象限,提示黄芪注射液对环磷酰胺所致小鼠代谢紊                                     0.6
                                                                   R 2 或Q 2 值  0.2
        乱具有一定的回调作用。                                                  0.4
                                              正常组样品                   0
                                              模型组样品
                60 000                        QC样品                  -0.2
                                              药物组样品
                40 000                                              -0.4
                                                                       0  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9  1
                20 000
              1.016 55 * t[2]  -20 000 0                                     B. PLS-DA置换检验图      正常组样品
                                                                                  排列次数
               -40 000
                                                                   100 000                       模型组样品
               -60 000
               -80 000                                             50 000
                  -100 000 -60 000 -20 000  20 000  60 000
                            1.003 4 * t[1]                       1.165 75 * t0[1]  0
        图 4   正常组、模型组和药物组小鼠血清样品的 OPLS-                            -50 000
              DA得分图                                              -100 000
        Fig 4 OPLS-DA score plot of serum samples of mice        -150 000     -50 000  0  50 000 100 000
                                                                     -150 000
               in normal group,model group and drug group                      1.005 72 * t[1]
                                                                             C. OPLS-DA得分图
            其次,对正常组和模型组小鼠的血清样品进行                                                                 M1-P(corr)[1]
        PCA,其得分图见图5A。由图5A可知,正常组与模型组                                  0.5
        小鼠血清中的代谢物均能明显区分,表明造模药物环磷                                                                   0.5
                                                                      0
        酰胺对小鼠血清内源性代谢物产生了明显的影响。为                                    ( corr )1]  [  -0.5
        了验证分类模型的有效性,笔者对模型进行了排列试验                                   P                               0
                                                                     -1
        验证(n=200),其置换检验结果见图5B。由图5B可知,                                                              -0.5
        其中所有的R 和Q 值(分别表示模型的解释、预测能力)                                 -1.5   -0.15  -0.05 0 0.05 0.1 0.15 0.2
                    2
                        2
                                                                      -0.25
        都低于原始模型,表明判别模型稳定、预测能力良                                                    P[1]             -1
                                                                               D. S-plot图
           [22]
        好 。随后,对正常组和模型组小鼠的血清样品进行
                                                            图5 正常组和模型组小鼠血清样品的多元统计分析结果
        OPLS-DA,其得分图见图 5C。由图 5C 可知,正常组与
                                                            Fig 5 Multivariate statistical analysis results of
        模型组小鼠血清中的代谢物可沿纵轴明显分开,说明两
                                                                    serum samples of mice in normal group and
        组之间有明显的差异。在通过Compound Discoverer 3.0
                                                                    model group
        软件获取代谢物的 m/z 和准确分子量后,结合 S-plot 图
        (图5D)中的VIP值(VIP>1.0)和t检验(P<0.05),利用                 酸、1-磷酸鞘氨醇、D-鞘氨醇、1-硬脂酰基-sn-甘油-3-磷
        HMDB(http://www.hmdb.ca/)、METLIN(http://enigma.     酸乙醇、溶血磷脂酰肌醇、1-十七烷酰基-sn-甘油-3-磷酸
        lbl.gov/metlin/)、KEGG(https://www.kegg.jp/kegg/path-  胆碱、二十碳五烯酸、邻苯二甲酸二丁酯、邻苯二甲酸
        way.html)等在线数据库对差异代谢物进行初步分析指                        酐、亚油酸等17个差异代谢物的含量均显著升高,而亚
        认;最后,通过与上述在线数据库和相关文献                   [21,23] 中的标  精胺、葡萄糖、尿酸、芥酰胺等4个差异代谢物的含量均
        准图谱进行对比,共鉴定出差异代谢物 21 个,详见表 2                        显著降低(P<0.05 或 P<0.01);与模型组比较,黄芪注
        (表中,保留时间以正常组样品为例,各组各代谢物的含                           射液可明显回调血清中9个差异代谢物的含量,分别为
        量均以归一化后的峰面积百分比表示)。由表2可见,与                           柠檬酸、L-脯氨酸、乙酰肉碱、L-异亮氨酸、L-苯丙氨酸、
        正常组比较,模型组小鼠血清中脯氨酰胺、甜菜碱、柠檬                           1-磷酸鞘氨醇、溶血磷脂酰肌醇、二十碳五烯酸、亚油酸
        酸、L-脯氨酸、乙酰肉碱、烟酰胺、L-异亮氨酸、L-苯丙氨                      (P<0.05或P<0.01)。


        ·2630 ·  China Pharmacy 2020 Vol. 31 No. 21                                 中国药房    2020年第31卷第21期
   71   72   73   74   75   76   77   78   79   80   81