中药小样本代谢组生物标志物可靠辨识方法研究

Metabolomics has been widely used in the field of active/toxic component discovery, clinical curative effect evaluation, etc. for Chinese herbal medicines. Although the data characteristics of different type of metabolomics studies are substantial different, they are generally out of consideration in the daily modeling process. Besides, there is hardly any method developed for a specific type of studies. And the problem of obtaining a reliable subset of biomarkers in small size metabolomics study is still left unsolved. This project will carry out research on ZUO JIN WAN. Based on the spectral quantification technique and the successive dilution strategy on QC sample, a novel dual normalization method will be built to reduce the intragroup variation caused by experimental and instrumental factors, which will extend our perception on data preprocessing. By taking the data structure of the functional metabolomics study into consideration, one could develop some specific biomarker discovery method for that type of studies. After the determination of lower limit of sample size according to the statistical power of each model, the sampling and sample disturbance technique will be used to construct reliable biomarker discovery strategy suitable for small sample size metabolomics studies. All in all, the researches carried on data preprocessing, modeling and biomarker discovery strategy will guarantee the reliability of the biomarkers. The results obtained in this project will lay a solid foundation for study on mechanism of action of Chinese herbal medicine, in-depth understanding of disease pathology mechanism and the research and development of therapeutic drugs.

代谢组学研究方法和技术在中药药效物质基础、临床疗效评价等领域得到广泛应用。虽然不同领域获得的数据特征有本质的不同，但并未据此选择和建立适宜的分析方法，如何通过对小样本量数据的分析获得可靠代谢组生物标志物也未得到彻底解决。本项目拟以左金丸为研究载体，基于光谱定量技术和质控样本线性稀释策略建立数据双校正方法，消除由实验和仪器等因素引起的组内变异，拓展对数据标准化方法的认识；根据功能类代谢组学研究的特点，建立专属生物标志物识别方法；基于统计效能评估确定建模样本量下限，在保障模型效能基础上，通过样本空间扰动增强变量贡献估计的准确性，协同解决小样本代谢组生物标志物可靠识别问题。从数据预处理、专属建模方法和标志物可靠识别三个方面，共同保障得到生物标志物的可靠性。为基于代谢组学阐明中药物质基础与作用机理、深入了解疾病的病理机制和相应治疗药物的研发奠定基础。

小样本量研究是目前自然科学特别是中医药学研究的主流。如何通过数据处理方法和体系的设计可靠地降低假阳性结果是本项目研究的核心。中药代谢组学研究样本量虽小，却也是一个系统工程。研究各阶段呈串联形式，前段实验扰动会沿着研究过程传递给最终的模型，进而影响模型生物学意义的解读。本项目主要研究数据提取、预处理和模型建立三个阶段，通过前后阶段关联，优化调整分析方法。研究内容主要包括以下三方面：.1）建立了数据文件格式转换工作流，保障数据在格式转换过程的完整性，实现按需数据提取。.2）建立了内源性代谢产物无损测定方法，对进样体积进行适当校正，初步实现生物样品浓度可控；建立共有变量信号校正方法，进一步消除生物样品浓度差异对质谱信号响度的影响；建立了极端情况下数据填充方法，为后续建模分析提供了尽可能多的无缺失值数据样本；建立碎片峰提取和对齐参数优化方法，提高检出碎片色谱峰的质量。.3）优选稀疏偏最小二乘（判别）目标函数，基于快速迭代收缩阈值算法重建罚项矩阵分解参数训练方法，使模型直接具备标志物辨识能力；根据后续通路分析的需求，利用二阶正则化保留相关变量的优势，建立了适于机理研究的标志物辨识方法；基于类别置换建立了小样本量模型可靠性评价方法。.上述方法学研究消除混杂因素的影响，保障数据的质量，避免冗余变量对特征生物标志物的干扰, 共同保障了所得生物标志物的可靠性。为可信地排除小样本研究假阳性结果，保障基于代谢组学进行机理机制研究成果的质量，提供了方法支撑。其在左金丸治疗胃热症机理研究的应用，初步揭示了左金丸发挥治疗作用的可能机理。在开放数据的交叉应用，进一步验证了体系的性能。.项目在执行阶段共发表有标注的研究性论文3篇，其中SCI收录论文2篇；申请专利1项，申请软件著作权一项；项目主持人入选2018年度北京市“高创计划”青年拔尖人才，获2017年北京市科学技术奖一等奖（12/15）；做学术会议报告2次。