1.9 统计分析方法

    应用SIMCA-P(v13.0)软件，组间模式识别采用主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)，根据结果构建相应的得分图。差异代谢物的筛选采用正交-偏最小二乘判别分析(OPLS-DA)，根据OPLS-DA模型的VIP值(第一主成分变量重要性值)，结合单因素方差分析的P值，以VIP值>1且P<0.05为条件进行筛选。

    2 结果

    2.1 GC-MS分析

    3组大鼠GC-MS代表性总离子流色谱图(Total lon chromatography， TIC)如图1所示。将各组TIC导入数据库选择出匹配度较好的内源性代谢物85种，进行后续的多元统计分析(PCA、PLS-DA、OPLS-DA)。

    2.2 模式识别

    通过PCA和PLS-DA分析后，得到相应的得分图，见图2。得分图中每一点代表一个样本的代谢成分积分点，越靠近的样本点，表明两者之间代谢差异越小;越远离的样本点，表明两者之间代谢差异越大。PCA得分图和PLS-DA得分图显示3组的样本点虽有交叉点 ...... 濡傛灉鎮ㄥ湪浣跨敤鎵嬫満绛夋祦瑙堟椂鏃犳硶鏌ョ湅鎴栦笅杞藉叏鏂囷紝鍙兘鏄鎼滅储寮曟搸澶辩湡鈥滆浆鐮佲€濓紝璇风偣鍑诲睆骞曟渶涓嬫柟鐨勨€滅數鑴戠増鈥濇垨鈥滃師缃戦〉鈥濊闂€�


闄愪簬鏈嶅姟鍣ㄥ帇鍔涳紝缃戠珯閮ㄥ垎淇℃伅鍙緵鐖卞績浼氬憳鎴栨湁涓€瀹氱Н鍒嗙殑娉ㄥ唽浼氬憳娴佽銆�
姝�淇℃伅闇€瑕� 1 绉垎锛堝厤璐规敞鍐岀櫥褰曞悗姣忓ぉ鍙互棰嗗彇10涓Н鍒�锛夈€�
    濠电儑绲藉ú鐘诲礈濠靛洤顕遍柛娑卞枤椤╃兘鏌涘☉鍗炲閺夆晜妫冮弻娑樷枎韫囨挴鍋撴禒瀣劦妞ゆ巻鍋撻柛鐘崇〒濡叉劕鈹戦崶鈹炬灃閻庡箍鍎卞Λ娑㈠焵椤掑鐏︽鐐差儔楠炲洭顢旈崨顓炵哎濠电偠鎻徊鎯洪幋鐘典笉闁挎繂鎷嬮崵鍫澪旈敂绛嬪劌闁哥偞鎸抽弻鏇㈠幢閺囩姴濡介柣銏╁灠缂嶅﹪骞婇敓鐘茬疀妞ゆ挾鍋熸禒鎰版⒑閸︻厐鐟懊洪妶鍥潟闁冲搫鎳庤繚闂佺ǹ鏈粙鎺楁倵椤斿墽纾奸柡鍐ㄥ€稿暩婵犫拃鍕垫疁鐎殿喖鐖煎畷姗€濡歌閸撴垶绻涚€涙ḿ鐭婂Δ鐘叉憸閺侇噣顢曢敂钘夘€涘┑锛勫仜婢х晫绮欐繝鍥ㄧ厸濠㈣泛锕ら弳鏇熸叏閻熼偊妯€闁轰礁绉撮悾婵嬪礃椤垳鎴烽梻浣筋嚃閸犳捇宕濊箛娑辨晣缂備焦岣块埢鏃堟煟閹寸儑渚涢柛鏂垮暣閺岋繝宕掑顓犵厬缂備焦顨呴ˇ閬嶅焵椤掑喚娼愮紒顔肩箻閿濈偤鏁冮崒姘卞摋闁荤娀缂氬▍锝囩矓閸喓鈧帒顫濋鐘闂侀潧娲ゅú銊╁焵椤掑偆鏀版繛澶嬬洴瀹曘垽濡堕崶銊ヮ伕閻熸粎澧楃敮妤咃綖婢舵劖鍋ｉ柛銉娑撹尙绱掓潏銊х畼闁归濞€閹粓鎸婃径澶岀梾濠电偛顕慨楣冨春閺嶎厼鍨傞柕濞炬櫆閸嬨劌霉閿濆懎鏆熸俊顖氱墦濮婃椽顢曢敐鍡欐闂佺粯鎼换婵嬬嵁鐎ｎ喖绠ｆ繝濠傚閹枫劑姊洪幐搴ｂ槈闁哄牜鍓熷畷鐟扳堪閸曨収娴勫銈嗗笂閻掞箓寮抽鍫熺厱闁瑰搫绉村畵鍡涙煃瑜滈崜姘潩閵娾晜鍋傞柨鐔哄Т鐟欙箓骞栭幖顓炵仯缂佲偓婢跺⊕褰掑礂閸忚偐娈ら梺缁樼箖閻╊垰鐣烽敓鐘茬闁肩⒈鍓氶鎴︽⒑鐠団€虫灁闁告柨楠搁埢鎾诲箣閻愭潙顎撳┑鐘诧工閸燁垶骞嗛崒姣綊鎮╅幓鎺濆妷濠电姭鍋撻柟娈垮枤绾鹃箖鏌熺€电ǹ啸鐟滅増鐓￠弻娑㈠箳閺傚簱鏋呭┑鐐叉噹闁帮絾淇婇幘顔芥櫢闁跨噦鎷�

闁诲海鏁婚崑濠囧窗閺囩喓鈹嶅┑鐘叉搐濡﹢鏌涢妷銏℃珖鐟滃府鎷�  闂備胶枪缁绘鈻嶉弴銏犳瀬闁绘劗鍎ら崕宀勬煟閹伴潧澧い搴嫹  闂佽崵濮村ú銈団偓姘煎灦椤㈡瑩骞嬮敃鈧粈鍕煟濡绲荤紓宥忔嫹  闂備胶鎳撻崥瀣垝鎼淬劌纾奸柕濞炬櫅閸楁娊鏌℃径瀣劸婵☆垽鎷�