用组合多变量统计方法对水生环境研究的非目标LC-HRMS和高通量元编码数据进行综合分析

科学领域:

• 环境化学环境化学
• 生态毒理学 生态毒理学
• 生物信息学是一种生物信息学.

背景情况:

• 高通量分析技术使新的数据集成成为可能.
• 使用LC-HRMS进行非目标查 (NTS) 对分析有机微污染物至关重要.
• 生物指标提供了补充生态系统健康数据.

研究的目的:

• 为整合LC-HRMS NTS和元编码数据开发一个多变量数据处理框架.
• 通过数据融合,评估处理废水 (TWW) 对水生生态系统的时间影响.
• 了解扰乱环境中的化学和生物变化之间的相互作用.

主要方法:

• 使用液体染色学高分辨率质谱法 (LC-HRMS) 的非目标查 (NTS).
• 感兴趣的区域-多变量曲线分辨率-交替最小平方 (MCR-ALS) 用于数据压缩 (ROIMCR).
• 用结构学习和整合分解 (SLIDE-ASCA) 进行ANOVA-同时组件分析,用于数据融合.

主要成果:

• 时间变化 (74.6%) 是生态系统变化的更大驱动力,而不是治疗效应.
• 时间和治疗因素都导致了共享变化 (41%).
• 综合方法揭示了化学和生物标记物之间的关联.

结论:

• 数据融合提高了复杂的环境数据的解释性.
• SLIDE-ASCA方法准确地表示化学和生物数据之间的相互作用.
• 这一框架为对废水对水生生态系统的影响提供了更深入的见解.