主成分分析（ PCA）

主成分分析（ Principal Component Analysis, PCA） 是将原本鉴定到的所有代谢物重新线性组合，形成一组新的综合变量，同时根据所分析的问题从中选取2-3个综合变量，使它们尽可能多地反映原有变量的信息，从而达到降维的目的。同时，对代谢物进行主成分分析还能从总体上反应组间和组内的变异度。总体样本 PCA 分析采用 PCA 的方法观察所有各组样本之间的总体分布趋势，找出可能存在的离散样本，综合考虑各种因素（样品数，样品珍贵程度，离散程度）决定离散点的除去与否。所有样本 PCA 得分图见下图（对样本进行两两分析的PCA得分图）。

图1 主成分分析得分图

百泰派克采用 XCMS 软件对代谢物离子峰进行提取。将 25 个实验样本和 QC 样本提取得到的峰，归一化后进行 PCA 分析，如图所示 QC 样本（黑色） 紧密聚集在一起，表明本次试验的仪器分析系统稳定性较好，试验数据稳定可靠，在试验中获得的代谢谱差异能反映样本间自身的生物学差异。

图2 总样品的PCA得分图

主成分分析（ PCA）信息由北京百泰派克生物科技有限公司为您提供，如您想了解更多关于主成分分析（ PCA）报价、型号、参数等信息，欢迎来电或留言咨询。

注：该产品未在中华人民共和国食品药品监督管理部门申请医疗器械注册和备案，不可用于临床诊断或治疗等相关用途