对PTR-TOF-MS呼气代谢的数据规范化方法的基准研究
Camille Roquencourt1, Elodie Lamy2, Emmanuelle Bardin1,2,3
1Hôpital Foch, Exhalomics®, Suresnes, France.
Journal of breath research
|November 2, 2023
概括
使用质子转移反应质谱法 (PTR-MS) 来正常化呼气中的挥发性有机化合物数据,可以提高COVID-19等疾病的诊断准确度. 这项研究对方法进行了基准评估,发现概率系数规范化和内部标准是最有效的.
科学领域:
- 挥发力学和代谢学.
- 使用质谱仪实时呼吸分析.
背景情况:
- 呼出的气息中的挥发性有机化合物 (VOC) 提供了诊断潜力.
- 实时质谱 (MS),特别是质子转移反应 (PTR) MS,用于呼吸分析.
- 数据规范化对于减轻非生物变异至关重要,例如PTR-MS数据中的批量效应和时间依赖漂移.
研究的目的:
- 为了对现有的代谢数据规范化方法进行实时呼吸分析进行基准测试.
- 使用PTR-MS数据评估正常化对COVID-19诊断绩效的影响.
主要方法:
- 在两个COVID-19临床试验数据集上比较了七种规范化方法 (五种统计方法,两种使用内部标准).
- 评估标准代谢物的特征选择和用于培训的环境空气测量.
- 应用于对质子转移反应质谱学 (PTR-MS) 数据的正常化.
主要成果:
- 标准化方法成功纠正了PTR-MS数据中的时间依赖漂移.
- 概率系数规范化和使用最佳内部标准的规范化显示出最佳性能.
- 正常化显著改善了机器学习模型的性能,提高了COVID-19诊断的灵敏度,特异性和ROC AUC.
结论:
- 适当的数据规范化对于处理PTR-MS呼吸分析数据至关重要.
- 规范化显著提高了统计和机器学习模型的预测性能.
- 这种方法提高了呼吸学用于医学诊断的可靠性和准确性.
