代谢组数据分析（二十二）：Zscore标准化后主成分分析(PCA)及热图展示
禁止商业或二改转载，仅供自学使用，侵权必究，如需截取部分内容请后台联系作者!
文章目录
-
- 介绍
-
- Z-score标准化
- 主成分分析（Principal Component Analysis，PCA）
- 加载R包
- 数据下载
- 导入数据
- 数据预处理
- 填补缺失值
- Zscore标准化
- PCA分析
- 热图展示代谢物聚类簇
- 小提琴图
- 聚类分析
- 总结
- 系统信息
介绍
本教程采用Z-score标准化进行数据预处理，再做PCA分析，解析不同分组的代谢物整体在三维图上的可视化结果。
代谢物原始数据（raw data）具有以下特点：
- 高噪声：生物体内含有大量维持自身正常功能的内源性小分子，具有特定研究意义的生物标志物只是其中很少一部分，绝大部分代谢物和研究目的无关。
- 高维、小样本：代谢物的数目远大于样品个数，不适合使用传统的统计学方法进行分析，多变量分析容易出现过拟合和维数灾难问题。
- 高变异性：代谢物质的理化性质差异巨大，其浓度含量动态范围宽达7~9个数量级；生物个体间存在各种来源的变异，如年龄、性别都可能影响代谢产物的变化；仪器测量受各种因素影响，容易出现随机测量误差和系统误差。
<