OSC-KPCA代谢物组学模式分析技术及应用

利用核主成分分析（KernelPrincipleComponentsAnalysisKPCA）强大的非线性识别能力及其在高维小样本数据处理方面的独特优势对模式植物—拟南芥的四种基因型（两种基因型Co10和C24及其杂交子代Co10×C24和C24×Co10）样本进行模式分析研究。结果表明利用正交信号校正（OrthogonalSignalCorrectionOSC）技术对原始数据进行滤波处理后，基于Sigmoid核函数的KPCA方法对这四种基因型样本的正确分类和预测能力均达到100%。有力地证明了OSC-KPCA方法可以有效地提取代谢物组信息，揭示生物系统内代谢表型与不同基因型之间的内在联系，为代谢物组学及系统生物学的进一步研究奠定基础。