statTarget-基于QC样本的代谢组学数据校正

导读

质量控制是基于质谱组学数据获得可重复性和准确性结果的必要步骤。重复使用相同的QC样本在MS run order序列中对信号漂移的评估和校正越来越被接受，尤其有利于提高批次间实验数据的质量，statTarget是一个流线型的工具，它为基于质量控制的信号校正、多批实验的MS数据集成以及基于MS的组学数据的综合统计分析提供了图形化的用户界面。本文档旨在指导用户使用函数执行数据分析，如shiftCor、statAnalysis、statTargetGUI函数等。

Fig.1

概述

statTarget一个精简的可以提供图形用户界面，基于质QC样本进行信号校正，可以整合不同批次之间的代谢组学和蛋白质组学数据，并进行全面的统计分析。

statTarget是如何工作的

statTarget包括两方面内容

• 一个是信号校正（见后面的shiftCor函数）。其包括基于QC样本进行信号校正的集成学习方法。比如：

1. 基于QC样本的随机森林校正（QC-based random forest correction, QC-RFSC）;
2. 基于QC样本的LOESS(locally weighted scatterplot smoothing)信号校正（QC-based LOESS signal correction, QCRLSC）

• 第二部分内容是统计分析（详见后面介绍的statAnalysis函数）。提供了较为全面的用于分析组学数据的计算和统计方法，并且为生物标志物的发现提供多种结果。另外还提供了一个statTargetGUI功能，可以交互界面进行上述功能的操作。

statTarget包的功能列表

• 数据前处理（Data preprocessing）:80%的原则，总丰度归一化（sum normalization），概率系数归一化（probabilistic quotient normalization），glog转化（glog transformation），K-近邻算法数据填充^[3]、中位数、最小值填充都是针对缺失数据进行填充的方法。
• 数据描述：比如平均值、中位数、和、四分位数及标准差等
• 多元统计分析：如PCA, PLSDA, VIP, Random forest, Permutation-based feature selection。
• 单变量分析：Welch t检验，Shapiro-Wilk normality test（数据正态性检验） and Mann-Whitney test。
• 生物标记物分析：ROC, Odd ratio（优势比）, P值多重校正，箱线图和火山图

statTargetGUI

因为该函数提供了一个交互式界面分析的功能statTargetGUI，所以先看下如何使用

## Examples Code for graphical user interface 

library(statTarget)

statTargetGUI()

#For mac PC,  the GUI function 'statTargetGUI()' need the XQuartz instead of X11 support. Download it from https://www.xquartz.org. R 3.3.0 and RGtk2 2.20.31 are recommended for RGtk2 installation.

工作界面如下图所示

Fig.2 statTargetGUI工作界面

• 另外关于statTargetGUI的参考手册见官网^[4]

信号校正

• 文件准备
  Meta file
  该文件包含样品名称，分组信息，批次和进样顺序。
  1.Class:QC样品此处标为NA
  2.Order:进样顺序
  3.Batch:样本的批次信息
  4.Meta文件和Profile文件的样品名称必须一致

Fig.3 Meta文件格式

Profile file
就是组学数据的丰度表

Fig.4 Profile文件格式

• 代码

## Examples Code

library(statTarget)

datpath <- system.file('extdata',package = 'statTarget')
samPeno <- paste(datpath,'MTBLS79_sampleList.csv', sep='/')
samFile <- paste(datpath,'MTBLS79.csv', sep='/')
shiftCor(samPeno,samFile, Frule = 0.8, MLmethod = "QCRFSC", QCspan = 0,imputeM = "KNN")

• 该步运行的结果会得到校正后的文件以及图形展示

  
  
  

  Fig.5 质控前后丰度分布和相对标准偏差分布
  
  
  

  image

统计分析

• 文件准备
  Stat File
  该文件包含样品名称，分组（处理or未处理），丰度数据

Fig.6 Stat File数据格式

• 代码

## Examples Code

#library(statTarget)

datpath <- system.file('extdata',package = 'statTarget')
file <- paste(datpath,'data_example.csv', sep='/')
statAnalysis(file,Frule = 0.8, normM = "NONE", imputeM = "KNN", glog = TRUE,scaling = "Pareto")

• 结果展示
  包括PCA, PLS-DA, 火山图，随机森林等

  
  
  

  Fig.7 结果展示

处理质谱数据

• 另外还提供了XCMS，MZmine2，SIEVE和SKYLINE
• 下面以xcms处理后的数据为例

Fig.8 xcms处理后的数据

## Examples Code

library(statTarget)

datpath <- system.file('extdata',package = 'statTarget')
dataXcms <- paste(datpath,'xcmsOutput.tsv', sep='/')
#dataSkyline <- paste(datpath,'skylineDemo.csv', sep='/')
transX(dataXcms,'xcms')
#transX(dataSkyline,'skyline')

• 处理后的数据也同上述数据分析步骤

参考

[1] Luan H., Ji F., Chen Y., Cai Z. (2018) statTarget: A streamlined tool for signal drift correction and interpretations of quantitative mass spectrometry-based omics data. Analytica Chimica Acta. dio: https://doi.org/10.1016/j.aca.2018.08.002
[2] Luan H., Ji F., Chen Y., Cai Z. (2018) Quality control-based signal drift correction and interpretations of metabolomics/proteomics data using random forest regression. bioRxiv 253583; doi: https://doi.org/10.1101/253583
[3] KNN,k-临近算法
[4] statTarget官网