Методы обработки метаболомных данных UHPLC-MS без целевой направленности: сравнительное исследование нормализации, заполнения пропусков, преобразования и масштабирования

ВВЕДЕНИЕ: Типичный рабочий процесс обработки метаболомных данных включает последовательный набор процедур, таких как выделение пиков, контроль качества, нормализация, заполнение пропусков, преобразование и масштабирование. Комбинация этих процедур должна представить экспериментальные данные в подходящей структуре для выявления биологических изменений валидным и устойчивым образом. ЦЕЛИ: В настоящее время разные исследователи применяют различные методы обработки данных, и оценка перестановок, применяемых к наборам данных UHPLC-MS, не была опубликована. Здесь мы ставим цель определить наиболее подходящий рабочий процесс обработки данных. МЕТОДЫ: Мы оцениваем влияние методов нормализации, заполнения пропусков, преобразования и масштабирования на унивариантный и мультивариантный анализ наборов данных UHPLC-MS, полученных для различных млекопитающих образцов. РЕЗУЛЬТАТЫ: По результатам исчерпывающей оценки мы рекомендуем вероятностнуюquotient-нормализацию (probabilistic quotient normalization, PQN) без заполнения пропусков и без преобразования или масштабирования для унивариантного анализа. Для анализа главных компонент (PCA) мы рекомендуем применение PQN с заполнением пропусков методом Random Forest, обобщённым логарифмическим преобразованием (glog) и без масштабирования. Для частотных PLS-DA (partial least squares discriminant analysis) мы рекомендуем PQN, k-ближайших соседей (KNN) в качестве метода заполнения пропусков, обобщённое логарифмическое преобразование и отсутствие масштабирования. Эти рекомендации основаны на поиске биологически важных метаболитных признаков независимо от их измеренной интенсивности. ЗАКЛЮЧЕНИЕ: Соответствующий выбор методов нормализации, заполнения пропусков, преобразования и масштабирования отличается в зависимости от метода анализа данных, и выбор метода имеет решающее значение для максимизации биологических выводов из наборов данных UHPLC-MS.