生物統(tǒng)計(jì)學(xué) 實(shí)驗(yàn)報(bào)告 大腸桿菌

A題細(xì)胞體內(nèi)代謝物濃度預(yù)測隨著基因組、轉(zhuǎn)錄組、蛋白質(zhì)組等各種“組學(xué)”研究計(jì)劃的蓬勃開展，生命科學(xué)進(jìn)入了“組學(xué)”時(shí)代。代謝組學(xué)作為系統(tǒng)生物學(xué)的重要分支，其研究的重點(diǎn)是細(xì)胞內(nèi)代謝物種類與濃度的定性和定量分析以及代謝網(wǎng)絡(luò)的構(gòu)建和模擬。對(duì)代謝物的檢測及濃度測定主要采用實(shí)驗(yàn)方法，包括核磁共振、氣相色譜-質(zhì)譜聯(lián)用和液相色譜-質(zhì)譜聯(lián)用等技術(shù)。但由于代謝物種類繁多，且大部分濃度較低（μM數(shù)量級(jí)），尤其是胞內(nèi)代謝物提取難度非常大，精確測定其濃度異常困難，而且實(shí)驗(yàn)測定需要消耗大量財(cái)力物力和人力，因此通過計(jì)算機(jī)方法對(duì)代謝物濃度預(yù)測和分析變得越來越重要?；罴?xì)胞的代謝物濃度由什么決定？除了一些特定的代謝和酶的作用以外，有沒有那種能全局影響濃度值的性質(zhì)？試根據(jù)附件中的數(shù)據(jù)完成如下問題：1根據(jù)不同類型的數(shù)據(jù)，分析代謝物濃度與其物理化學(xué)性質(zhì)之間的關(guān)系。2篩選合適的物理化學(xué)性質(zhì)，建立預(yù)測代謝物濃度的預(yù)測模型，并對(duì)此模型進(jìn)行評(píng)價(jià);1.線性插補(bǔ)法處理缺失數(shù)據(jù)原理：用該列數(shù)據(jù)缺失值前一個(gè)數(shù)據(jù)和后一個(gè)數(shù)據(jù)建立線性插值，然后用缺失點(diǎn)在線性插值函數(shù)的函數(shù)值填充該缺失值，即：2.excel對(duì)大腸桿菌代謝物濃度及代謝物理化性質(zhì)去量綱標(biāo)準(zhǔn)化，標(biāo)準(zhǔn)化的目的在于消除不同變量的量綱的影響，而且標(biāo)準(zhǔn)化轉(zhuǎn)化不會(huì)改變變量的相關(guān)系數(shù)。代謝物濃度：取對(duì)數(shù)代謝物理化性質(zhì)：標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化法式中：3.SAS軟件建立多元線性回歸方程回歸模型一般形式：上式表示數(shù)據(jù)中應(yīng)變量Y可以近似地表示為自變量，…的線性函數(shù)。為常數(shù)項(xiàng)，…為偏回歸系數(shù)，表示在其它自變量保持不變時(shí)，增加或減少一個(gè)單位時(shí)Y的平均變化量，u是去除k個(gè)自變量對(duì)Y影響后的隨機(jī)誤差（殘差）。適用條件：1、解釋變量Xi是確定性變量，不是隨機(jī)變量；2、解釋變量之間互不相關(guān)，即無多重共線性。3、隨機(jī)誤差項(xiàng)不存在序列相關(guān)關(guān)系4、隨機(jī)誤差項(xiàng)與解釋變量之間不相關(guān)5、隨機(jī)誤差項(xiàng)服從0均值、同方差的正態(tài)分布檢驗(yàn)的目的：檢驗(yàn)Y與解釋變量，，……之間的線性關(guān)系是否顯著。檢驗(yàn)的步驟：第一步，提出假設(shè)：原假設(shè)：H0：b1=b2=……bk=0備擇假設(shè)：H1：bi不全為0（i=1，２，…，k）第二步，計(jì)算統(tǒng)計(jì)量：第三步，查表，得：第四步，做檢驗(yàn)：對(duì)大腸桿菌(E.coli)的建模首先對(duì)各個(gè)大腸桿菌代謝物濃度進(jìn)行數(shù)據(jù)整理，取各大腸桿菌代謝物濃度的平均值作為大腸桿菌真實(shí)代謝物濃度。用SAS軟件建立回歸方程并進(jìn)行顯著性檢驗(yàn)，可以得到以下結(jié)果：表1大腸桿菌代謝物濃度與理化性質(zhì)回歸分析來源自由度平方和均方和F值Pr>F樣本1729.605661.741516.76<0.0001誤差19550.237270.25763總和21279.84294由方差分析表可知，其Fvalue=6.76,pr>F的值小于0.0001，遠(yuǎn)小于0.05，故拒絕原假設(shè)，接受備擇假設(shè)，認(rèn)為y1與x1-x17之間具有顯著性的線性關(guān)系，即大腸桿菌代謝物濃度與其物理化學(xué)性質(zhì)之間有非常顯著的線性關(guān)系的關(guān)系。參數(shù)估計(jì)公式：大腸桿菌(E.coli)代謝物濃度的預(yù)測模型回歸方程顯著性檢驗(yàn)：Variablex6Entered:R-Square=0.5534andC(p)=7.0551由方差分析表可知，其Fvalue=494.06,pr>F的值<0.0001，遠(yuǎn)小于0.05，故拒絕原假設(shè)，接受備擇假設(shè)，認(rèn)為y1與篩選后的理化性質(zhì)之間具有極顯著性的線性關(guān)系。參數(shù)顯著性檢驗(yàn)：由參數(shù)估計(jì)表可知，在置信水平為85%情況下，對(duì)常數(shù)檢驗(yàn)F值為F=4.16578