四川大學(xué)華西醫(yī)院華西-華盛頓線粒體與代謝研究中心下屬的蛋白組-代謝組團(tuán)隊(duì)于2018年9月在Analytical Chemistry發(fā)表文章“MetaboGroupS: A Group Entropy-Based Web Platform for Evaluating Normalization Methods in Blood Metabolomics Data from Maintenance Hemodialysis Patients”（影響因子6.35）（長按下方二維碼即可閱讀原文）。

代謝組學(xué)是通過分析生命過程中一系列小分子代謝物的變化來研究和闡述生命現(xiàn)象的一門學(xué)科。隨著檢測設(shè)備和方法學(xué)的進(jìn)步，代謝組學(xué)在醫(yī)學(xué)和生命科學(xué)研究領(lǐng)域發(fā)揮著越來越大的作用，特別最近幾年在精準(zhǔn)醫(yī)學(xué)、遺傳與分子生物學(xué)、營養(yǎng)學(xué)、藥學(xué)等領(lǐng)域代謝組學(xué)相關(guān)文獻(xiàn)呈現(xiàn)爆發(fā)式增長，其重要性已不容質(zhì)疑。

隨著代謝組學(xué)在生物醫(yī)學(xué)中的應(yīng)用，組學(xué)數(shù)據(jù)的解析已經(jīng)成為不可或缺的重要環(huán)節(jié)。解析代謝組學(xué)數(shù)據(jù)絕不簡單，這是因?yàn)椋?. 生命體代謝是一個復(fù)雜過程，由此產(chǎn)生多種多樣的代謝物；2. 基于高效液相色譜-串連質(zhì)譜的方法對代謝物進(jìn)行定性和定量的分析過程中，儀器本身會帶來系統(tǒng)誤差；3. 實(shí)驗(yàn)人員進(jìn)行多個樣本處理、或不同實(shí)驗(yàn)人員分批處理樣本時，不可避免的引入人為誤差。這些誤差最終導(dǎo)致代謝物的定量數(shù)據(jù)具有一定不準(zhǔn)確性或者偏移，因此需要對該類數(shù)據(jù)進(jìn)行校正。

為了解決上述問題，學(xué)者們提出各種探索性方法以處理代謝數(shù)據(jù)的標(biāo)準(zhǔn)化問題。迄今為止，相關(guān)標(biāo)準(zhǔn)化處理方法已不下30種，給數(shù)據(jù)分析人員帶來了困惑：到底選擇哪種數(shù)據(jù)標(biāo)準(zhǔn)化方法呢？或者哪種標(biāo)準(zhǔn)化方法比較適合我目前的數(shù)據(jù)呢？這就需要建立一類評價體系以評估標(biāo)準(zhǔn)化方法，并且最好能有一個直接運(yùn)算的工具，幫助數(shù)據(jù)分析人員方便快速地選擇適合自己數(shù)據(jù)的標(biāo)準(zhǔn)化方法。

有鑒于此，我們首次提出“組熵”（Group Entropy）概念，計(jì)算樣本組間和組內(nèi)的熵值。我們的科學(xué)依據(jù)是：理想狀態(tài)下，如果該標(biāo)準(zhǔn)化方法合適，則標(biāo)準(zhǔn)化后的數(shù)據(jù)在同一組樣本的組內(nèi)熵值應(yīng)該最?。ㄍ唤M樣本之內(nèi)較相似）、在不同組樣本的組間熵值應(yīng)該最大（不同組樣本之間差異大）。利用這個方法，就可實(shí)現(xiàn)每一種數(shù)據(jù)標(biāo)準(zhǔn)化方法的評價。為了便于大家使用，我們進(jìn)一步編寫了在線軟件并取名“MetaboGroupS”（軟件鏈接：https://omicstools.shinyapps.io/MetaboGroupSapp/）（該軟件是免費(fèi)的，并且免登陸，歡迎大家自由訪問使用）。

整個軟件的工作流程如圖1所示：

圖1　MetaboGroupS的工作流程

借助質(zhì)譜技術(shù)，我們可以得到代謝物的定性和定量信息，然后將對應(yīng)的定量信息直接導(dǎo)入該軟件，接下來點(diǎn)幾次按鈕，該軟件就可直接計(jì)算出每一種標(biāo)準(zhǔn)化方法下的數(shù)值，并且畫出對應(yīng)的主成分得分圖，我們使用了華西醫(yī)院腎內(nèi)科腎性貧血促紅素抵抗患者血漿樣本的代謝組學(xué)數(shù)據(jù)進(jìn)行分析，結(jié)果展示如圖2所示：

圖2　不同標(biāo)準(zhǔn)化方法處理數(shù)據(jù)后的PCA結(jié)果

通過上述得分圖，我們大體上可以直觀了解哪種數(shù)據(jù)標(biāo)準(zhǔn)化方法可能更適合我們自己的數(shù)據(jù)。接下來，該軟件繼續(xù)計(jì)算對應(yīng)的組內(nèi)和組間的熵值，并且排序畫出對應(yīng)圖形結(jié)果（圖3）：

圖3　使用MetaboGroupS對不同標(biāo)準(zhǔn)化方法處理后的數(shù)據(jù)計(jì)算所獲得的熵值

從上述結(jié)果我們可以得到所需的結(jié)論：哪一種標(biāo)準(zhǔn)化方法下的熵值最小。

作者在此需要提醒使用者：1. 本軟件目前只整合了常用的7種標(biāo)準(zhǔn)化方法，其他方法會有何樣結(jié)果尚不清楚；2. 這一基于“組熵”的評價體系，最后只是給大家一個推薦的方法，是否這個方法一定百分百就是最好的，這個尚需斟酌。

程驚秋教授：基因組學(xué)、蛋白組學(xué)、代謝組學(xué)方法技術(shù)的長足進(jìn)步，為臨床疾病發(fā)生發(fā)展深入研究和精準(zhǔn)診治提供了前景廣闊的應(yīng)用手段?；谫|(zhì)譜技術(shù)的新型儀器設(shè)備不斷推出，讓研究者更加便捷、迅速、精確地獲取臨床樣本的組學(xué)數(shù)據(jù)，而這些“天量”疾病相關(guān)數(shù)據(jù)的進(jìn)一步處理、共享、解析，已然成為嚴(yán)重瓶頸，是未來的重要主攻方向。

華西醫(yī)院的組學(xué)平臺由中青年專家們跨學(xué)科合作而建立，意在將質(zhì)譜技術(shù)、計(jì)算技術(shù)引入臨床疾病的深入研究和精準(zhǔn)診治。該論文被一份B級期刊迅速采用，不因作者深厚的學(xué)術(shù)積累，而因他們新穎的研究思考——“組熵”概念的提出及其方法技術(shù)體系的建立，為數(shù)據(jù)處理方法的評估，提供了立論上有理有據(jù)的科學(xué)假設(shè)、實(shí)踐中可及可用的技術(shù)手段。對我院臨床疾病研究而言，該技術(shù)至少可提供目前雖非最優(yōu)、但為最好的方法學(xué)選擇。相信該項(xiàng)研究能夠啟發(fā)更多的團(tuán)隊(duì)開展探索，帶來更優(yōu)的方法技術(shù)。

沈百榮教授：鑒于代謝組和蛋白質(zhì)組數(shù)據(jù)的復(fù)雜性，在對原始譜圖數(shù)據(jù)的解讀、搜庫結(jié)果數(shù)據(jù)的質(zhì)控和評價以及功能分析等方面面臨著諸多挑戰(zhàn)。為了解決這類問題，該領(lǐng)域的科研工作者提出了不少對策和方法，對數(shù)據(jù)質(zhì)量的標(biāo)準(zhǔn)化和評價是數(shù)據(jù)前處理中重要的步驟。目前已經(jīng)有多種方法報(bào)道，如：總強(qiáng)度標(biāo)準(zhǔn)化、正態(tài)標(biāo)準(zhǔn)化、方差穩(wěn)定標(biāo)準(zhǔn)化、支持向量機(jī)回歸標(biāo)準(zhǔn)化等。然而針對不同的數(shù)據(jù)，怎樣去選擇合適的方法？這依然是一個棘手的問題。

針對這個問題，本文作者創(chuàng)新性地提出了一種“組熵”的評價算法，用于有效地幫助研究者選擇合適的標(biāo)準(zhǔn)化方法并給予評價，這一算法的亮點(diǎn)有：

（1）作者對物理學(xué)中“熵值”的概念進(jìn)行創(chuàng)新應(yīng)用，求得樣本組內(nèi)和組間的熵值，然后再對各個標(biāo)準(zhǔn)化方法進(jìn)行評估；（2）作者整合了七種常用的數(shù)據(jù)標(biāo)準(zhǔn)化方法，為用戶提供了個性化選擇；作者不僅分析了復(fù)雜的醫(yī)學(xué)樣本數(shù)據(jù)，還用了兩個已發(fā)表的數(shù)據(jù)進(jìn)行進(jìn)一步驗(yàn)證。結(jié)果證實(shí)，“組熵”的方法可以對各個標(biāo)準(zhǔn)化方法在不同數(shù)據(jù)上應(yīng)用的合適性進(jìn)行評估；最后，作者將所有方法匯總整理，編寫成一個系統(tǒng)的在線工具（MetaboGroupS），極大地方便了使用者對其個性化的數(shù)據(jù)選擇合適的方法，避免了非專業(yè)人員對算法選擇的盲目性，從而提高了計(jì)算準(zhǔn)確性。

綜上所述，“組熵”的方法和該在線軟件是目前表現(xiàn)最佳的標(biāo)準(zhǔn)化方案選擇工具，在算法和概念上有較好的創(chuàng)新性和實(shí)用性。該方法使相關(guān)科研工作者要對自己的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化時能夠善假于物而善其事。

本文編輯：張　敏

本文排版：陳紅梅　張洪雪