偏最小二乘判别分析结合F-score用于蛋白质组学质谱数据的特征筛选(英文)

提出了一种基于偏最小二乘判别分析和F-score的特征筛选方法,并将其用于蛋白质组学质谱数据分析。该方法主要包含3个步骤:(1)用LIMPIC算法对原始数据进行预处理;(2)计算每个变量的F-score值并将所有变量按F-score值降底的顺序排列;(3)采用偏最小二乘判别分析交互检验按前向选择法选择最佳变量子集。用本方法对一组结肠癌数据进行分析,最终从原始的16331个质荷比变量中选择了8个特征质荷比作为潜在的生物标记物。用所选择的特征对独立测试集的样本进行判别,其灵敏度和特异性分别达到了95.24%和100%。结果表明,所提出的方法可用于蛋白质组学质谱数据的特征筛选及样本分类。     

基于变量纯度的波长选择方法在近红外光谱分析中的应用

提出了一种基于光谱纯度值的变量选择方法。对光谱中各变量计算其纯度值后,按降序将相应变量排列,采用PLS交互检验按前向选择法选择最佳变量子集。用本方法对3组分混合物体系及烟草样品的近红外光谱进行变量选择,并与全谱变量建模的结果进行了比较。结果表明本实验给出的波长变量优选方法是一种比较有效和实用的变量筛选方法,通过变量筛选,可极大地减少光谱信息重叠,从而提高定量校正模型的预测精度和建模效率。     

共识独立成分回归结合紫外光谱用于多组分同时测定

将独立成分分析用于紫外光谱定量分析,结合多模型共识的基本思想,建立了共识独立成分回归方法。从训练集随机取样建立一系列独立成分回归模型,选取其中性能较好的部分模型作为成员模型,并用这些成员模型预测未知样品。用该方法对苯甲酸、苯胺及苯酚3组分水溶液的紫外光谱进行分析,并与单模型偏最小二乘法了进行比较。结果PLSR对独立测试集中3种组分进行50次重复预测的平均RMSEP分别为2.349,7.413和1.605,RMSEP的标准偏差分别为1.781,2.918和1.266;而本方法重复50次预测的平均RMSEP分别为1.633,3.390和1.496,RMSEP的标准偏差分别为6.642×10^-3,6.573×10^-2和4.484×10^-2。可见,共识独立成分回归所建立的模型更加稳健和可靠,预测的准确性也明显提高。     

基于信息理论的分光光度法用于药材秦艽的指纹识别

目的:将信息吸光度法用于构建秦艽指纹图谱。方法:以紫外-可见分光光度法在221nm～340nm波长范围内测定药材样品的吸光度,将每一个波长作为一个变量,后将数据转换,用信息理论作变量压缩,最后抽取11个最能反映药材特性的特征变量作为药材的特性,根据这些特征变量确定药材的信息吸光度指纹图谱。结果:从样品的相似性及聚类分析,结果与HPLC指纹图谱及形态学鉴定结果一致。结论:紫外可见分光光度法也可判断中药材的质量。     

近红外光谱法测定三元混合物中氯苯的含量

利用近红外光谱分析结合偏最小二乘法测定甲苯、氯苯和正庚烷构成的三元混合体系中氯苯的浓度。通过考察混合物吸光度与氯苯浓度的相关性,以预测残差平方和为评价指标,对光谱进行了变量筛选,并将选择的33个波长变量建立的定量校正模型与全谱范围的校正模型进行比较。结果表明本方法可使最终所得的模型中变量数大大减少,通过波长变量优选最小化冗余信息、提高预测精度及建模效率。     

化学计量学在秦艽指纹图谱特征共有峰选择中的应用

确定中药秦艽HPLC指纹图谱的特征指纹峰。借助于化学计量学方法,通过线性试验和精密性试验来筛选数据,分别以相关系数r>0.995和相对标准偏差RSD<5%为符合标准,从而去除在定量准确性上存在问题的峰。从18个共有峰中筛选出9个可以用来定量的峰。化学计量学方法用于选择指纹图谱特征共有峰,可减小测定引入的误差,提高色谱峰定量的准确度。     

双波长等吸收点法同时测定水样中Cr(Ⅲ)和Cr(Ⅵ)的含量

采用双波长分光光度法中的等吸收点法对水中Cr(Ⅲ)和Cr(Ⅵ)进行了同时测定。Cr(Ⅵ)的测定波长为351 nm,参比波长为441 nm,Cr(Ⅲ)在572 nm处直接测定。用该方法对Cr(Ⅲ)和Cr(Ⅵ)分别建立标准曲线,相关系数分别为0.997 5和0.997 8。对6组浓度、比例各不相同的Cr(Ⅲ)和Cr(Ⅵ)混合溶液样品进行测定,平均回收率分别为99.60%和99.61%。结果表明,本方法可用于Cr(Ⅲ)和Cr(Ⅵ)的同时测定。     

独立成分分析结合近红外光谱分析用于多组分同时测定

建立了1种基于独立成分分析的多元校正方法,结合近红外光谱分析技术进行多组分同时测定.以甲苯、氯苯和正庚烷构成的混合体系为例进行建模和预测,并将预测结果与主成分回归所得的结果进行了比较.结果主成分回归方法对独立测试集32例样本中甲苯、氯苯和正庚烷浓度的预测平均相对误差分别为4.5030、6.0231及9.6042,而独立成分回归方法对三组分浓度的预测平均相对误差分别为4.3871、4.1465及5.8104,说明本方法具有很强的预测能力,可作为1种实用的多元校正方法.     

集成变量选择方法用于近红外光谱定量分析

本文建立了一种集成变量筛选方法,并用于玉米油分和蛋白质近红外光谱分析中的波长筛选。以光谱纯度值及回归系数构建变量重要性的评价指标w,将所有波长按w值大小排序后,用偏最小二乘交互检验按前向选择法选择最佳变量子集。最终从700个波长变量中分别选择了30和20个特征波长分别用于油分及蛋白质校正模型的构建,对独立测试集中样品油分和蛋白质预测的相关系数(R)、预测误差均方根(RMSEP)、平均相对误差(MRE)分别为0.9814、0.0329、0.714%和0.9887、0.0811、0.738%。而全谱变量建模对油分及蛋白质预测的R、RMSEP、MRE分别为0.9351、0.0606、1.474%及0.9709、0.1314、I.246%。可见该方法可有效地减少建模的变量数,提高预测精度。     

青藏高原秦艽药材色谱指纹图谱的建立及计算机解析

中药指纹图谱是中药现代化关键问题之一。它是一种中药质量控制模式和技术。利用高效液相色谱法建立了青藏高原秦艽的色谱指纹图谱。色谱条件:Kromasil C18柱(250 mm 4．6 mm 5μm),甲醇:0．04％磷酸水梯度洗脱,流速为1 mL／min, 检测波长220 nm。通过比较发现秦艽样品的13个主要共有峰,并用这些共有峰建立了共有模式,它可作为鉴别秦艽药材的主要依据。对12批秦艽药材进行了相似度计算以及聚类分析和灰色关联度分析,结果表明,所建立的秦艽指纹图谱可用于秦艽药材的真伪鉴别和质量评价。