VOCs顶空进样非靶向代谢组学检测分析方案
一、项目简介
1.1 VOCs概述
挥发性有机化合物（VOCs, volatile organic compounds）是指在常温下，沸点50℃-260℃的各种有机化合物。VOCs按其化学结构，可以进一步分为：烷类、芳烃类、酯类、醛类和其他等。研究表明，VOCs与人体神经系统发育，肝脏毒性，血液系统等方面有重大关系。
1.2 技术路线
图1. VOCs顶空(HS-GC-MS)非靶向代谢组学技术路线图
1.3实验设计
人粪便样品，分疾病组200例，正常对照组68例，进行VOCs顶空(HS-GC-MS)非靶向代谢组学检测，并对得到的数据进行进一步生物信息学分析。
样品详情：共计268例样品。

1.4分析内容
基础数据分析包括：数据预处理，PCA主成分分析，OPLS-DA正交矫正偏最小二乘法判别分析，差异化合物筛选。
1.5检测平台
代谢流分析检测平台：固相微萃取+HS-GC-MS

二、数据分析方案
基础数据分析
2.1数据预处理
对原始数据进行提取，对齐，标准化分析，通过原始总离子流(TIC)色谱图，初步观察仪器的保留时间重现性，所测得的物质数量。
图2. 代表样品HS-GC-MS总离子流色谱图
2.2 PCA分析
对样本进行主成分分析能从总体上反应各组样本之间的总体代谢差异和组内样本之间的变异度大小。使用SIMCA软件(V14.1, Umetrics, Umea, Sweden)，对数据进行对数（LOG）转换加中心化（CTR）格式化处理，然后进行自动建模分析，以获得更加可靠且更加直观的结果。例图如下所示：
图3. PCA模式识别得分图
2.3 OPLS-DA分析
为了消除与分类不相关的噪音信息，同时也为了获得导致两组之间显著差异的相关代谢物信息，我们采用正交偏最小二乘方判别分析（OPLS-DA）过滤与模型分类不相关信号即正交信号，获得OPLS-DA模型。对模型的质量用交叉验证法进行检验，并用交叉验证后得到的R2X 和Q2(分别代表模型可解释的变量和模型的可预测度)对模型有效性进行评判。在此之后，通过排列实验对模型有效性做进一步的检验。例图如下所示：

2.4 差异化合物筛选
由于过滤掉了不相关的正交信号，因而获得的差异性代谢物更加可靠。本项目采用 OPLS-DA模型第一主成分的VIP（Variable Importance in the Projection）值（阈值>1），并结合学生氏t检验(t-test)的p值（阈值0.05）来寻找差异性表达代谢物。代谢物的定性方法为 搜索NIST商业数据库（自动峰识别和保真解卷积®）。
表1. 差异化合物列表（部分）

三、时间概算
实验检测：45个工作日（从收到客户预付款并收到样品之日起）
数据分析：22个工作日