代谢组学数据处理方法、装置、设备及可读存储介质制造方法及图纸

本申请提供了一种代谢组学数据处理方法、装置、设备及可读存储介质，属于数据处理领域。其中方法包括：从原始数据集中依次选取原始样本作为原始目标样本，计算原始目标样本与原始数据集中原始非目标样本的相似距离差；选取原始目标样本的近邻样本以及近邻数值；最后得到预处理数据集；从预处理数据集中依次选取预处理样本作为待插补目标样本，根据待插补目标样本、近邻样本和近邻数值计算预测缺失值，将预测缺失值填入待插补样本的缺失位置，最后得到插补数据集。本申请通过原始数据集中样本的相似距离差得到近邻样本，考虑了原始数据样本间的分布情况，通过权重体现待插补样本与近邻样本间的关联性，使得插补数值更加精准。

【技术实现步骤摘要】

本申请涉及数据处理领域，尤其涉及一种代谢组学数据处理方法、装置、设备及可读存储介质。

技术介绍

1、代谢组学是某一生物或细胞在一特定生理时期内所有低分子量代谢产物同时进行定性和定量分析的一门新学科，通过分析和解释生物样本中的代谢物谱图，揭示生物体在不同生理或病理状态下的代谢状态，在基于质谱的代谢组学数据集中，缺失值是普遍存在的，通常缺失值的类型可分类为完全随机缺失（missing completely at random，mcar），随机缺失(missing at random，mar)，非随机缺失(missing not at random，mnar)三类，通常将mar视为mcar，并采用相同的插补方法来处理它们。

2、传统的knn插补方法通常忽略了原始样本数据的分布情况，因而在处理代谢组学数据缺失时效果差，无法精确插补数据。

技术实现思路

1、为了解决上述技术问题，本申请实施例提供了一种代谢组学数据处理方法、装置、设备及计算机可读存储介质。

2、第一方面，本申请实施例提供了一种代谢本文档来自技高网...

【技术保护点】

1.一种代谢组学数据处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述计算所述原始目标样本与所述原始数据集中原始非目标样本的相似距离差，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述相似距离差选取所述原始目标样本的近邻样本以及近邻数值，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所有原始样本在所述缺失位置的代谢数值生成一组正态分布数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述分类结果包括非随机缺失和完全随机缺失，所述根据分类结果从所述正态分布数据中选取目标数值，包...

【技术特征摘要】

1.一种代谢组学数据处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述计算所述原始目标样本与所述原始数据集中原始非目标样本的相似距离差，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述相似距离差选取所述原始目标样本的近邻样本以及近邻数值，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所有原始样本在所述缺失位置的代谢数值生成一组正态分布数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述分类结果包括非随机缺失和完全随机缺失，所述根据分类结果从所述正态分布数据中选取目标数值，包括：

6.根据权利要求1所述的方法，其特征在于，所述根...

【专利技术属性】
技术研发人员：杜建强，袁阳，叶青，罗计根，黄强，朱彦陈，王婷，
申请(专利权)人：江西中医药大学，
类型：发明
国别省市：