主成分分析（PCA）

主成分分析（Principal Component Analysis, PCA）は、元のすべての代謝物を再度線形に組み合わせ、新しい総合変数のセットを形成し、分析する問題に応じてそれらの中から2〜3個の総合変数を選択し、元の変数の情報をできるだけ多く反映させることで次元削減を達成します。また、代謝物の主成分分析を行うことで、グループ間および内部の変異度を全体的に反映することができます。全体的なサンプルPCA分析は、すべてのグループサンプル間の全体的な分布傾向を観察し、可能性のある離散サンプルを見つけ出し、さまざまな要素（サンプル数、サンプルの貴重さ、離散度）を総合的に考慮して離散点の除去を決定します。すべてのサンプルのPCAスコア図は以下の図に示されています（サンプルをペアで分析したPCAスコア図）。

 

図1 主成分分析スコア図

バイテックはXCMSソフトウェアを使用して代謝物イオンピークを抽出しました。25個の実験サンプルとQCサンプルから抽出されたピークは、正規化後PCA分析が行われました。図に示されているように、QCサンプル（黒色）は密集しており、今回の試験の機器分析システムの安定性が良好で、試験データが安定して信頼性があることを示しています。試験で得られた代謝プロファイルの差異は、サンプル間の生物学的差異を反映することができます。

 

図2 総サンプルのPCAスコア図