2024-10-10
隨著質(zhi)(zhi)譜技(ji)術（Mass Spectrometry, MS）的(de)飛速發(fa)展，基于Astral質(zhi)(zhi)譜儀的(de)蛋(dan)(dan)白質(zhi)(zhi)組學(xue)越(yue)來越(yue)受到學(xue)術界關注，由于其(qi)高掃描速度(du)、超高分辨率、超高靈敏度(du)的(de)儀器性質(zhi)(zhi)使得(de)蛋(dan)(dan)白質(zhi)(zhi)組學(xue)數據變得(de)越(yue)來越(yue)復雜和龐(pang)大，這對數據分析和解讀(du)提(ti)出了更高的(de)要(yao)求。為了從海(hai)量數據中提(ti)取(qu)有價值的(de)信息，統(tong)計(ji)檢(jian)驗方法成為蛋(dan)(dan)白質(zhi)(zhi)組學(xue)數據分析的(de)核心工具。小編將(jiang)詳細介紹并(bing)比(bi)較幾(ji)種常用的(de)蛋(dan)(dan)白質(zhi)(zhi)組學(xue)統(tong)計(ji)檢(jian)驗方法，幫(bang)助大家理解這些方法在蛋(dan)(dan)白質(zhi)(zhi)組學(xue)研究(jiu)中的(de)重要(yao)性及其(qi)適用場景。
一. 參數檢驗
參(can)數(shu)檢驗是基于樣本(ben)數(shu)據符(fu)合特(te)定分(fen)布(bu)（通常是正態分(fen)布(bu)）的假(jia)設，進而對樣本(ben)的均值、方(fang)差等參(can)數(shu)進行顯著(zhu)性檢驗。 1.1、檢驗（T-test） 原理 t檢(jian)驗是一種用于(yu)比較兩組(zu)樣(yang)本(ben)均值是否顯著不同的(de)經典統計(ji)方法(fa)。在蛋白質組(zu)學中，t檢(jian)驗常用于(yu)不同條件（如對照組(zu)和(he)處理(li)組(zu)）下蛋白質豐度的(de)差異分(fen)析。t檢(jian)驗基于(yu)假設樣(yang)本(ben)數據服從(cong)正(zheng)態分(fen)布(bu)，因此適用于(yu)正(zheng)態分(fen)布(bu)的(de)數據集。 常見(jian)t檢驗(yan)類型 獨(du)立(li)樣本t檢驗(yan)：用于比較兩組(zu)獨(du)立(li)樣本（如對(dui)照組(zu)與實驗(yan)組(zu)）的均值差(cha)異。在蛋白質(zhi)組(zu)學研究中，可以用來比較不同處理條件下某些蛋白質(zhi)的豐(feng)度變化(hua)。 配對樣本t檢驗：用于比(bi)較(jiao)同(tong)一組樣本在不同(tong)條件下（如處(chu)理前(qian)和處(chu)理后(hou)）的差異(yi)。例如，分析(xi)藥(yao)物(wu)處(chu)理前(qian)后(hou)同(tong)一批(pi)樣本中(zhong)蛋白質的變化。 優點 t檢驗是(shi)一種簡便且廣(guang)泛使用的統(tong)計方法(fa)，適用于小規模樣本數據的比較，計算簡單，易于理解。 缺點 t檢驗對數據正態性要求較高(gao)，如果數據不符合正態分(fen)布，可能(neng)會影響結果的準確性。因此，使(shi)(shi)用(yong)前需要對數據進(jin)行分(fen)布測試或使(shi)(shi)用(yong)非參數方法替代。 應(ying)用場(chang)景 t檢驗常用于蛋(dan)白質(zhi)組(zu)學中的(de)(de)定量分(fen)析(xi)，特別是當研(yan)究者僅(jin)關注兩組(zu)條(tiao)件（如(ru)(ru)疾(ji)病(bing)組(zu)和健康組(zu)）的(de)(de)差異(yi)時(shi)。它能(neng)夠幫助(zhu)確定哪些蛋(dan)白質(zhi)在兩種條(tiao)件下表現(xian)出顯著(zhu)的(de)(de)表達變化。如(ru)(ru)果(guo)p值(zhi)小于顯著(zhu)性(xing)水(shui)平（通常為0.05），則拒絕原假設，認為兩個(ge)樣本均值(zhi)顯著(zhu)不同。 1.2、方差分析（ANOVA） 原(yuan)理 方(fang)差(cha)(cha)(cha)(cha)分(fen)析（ANOVA，Analysis of Variance）用(yong)于(yu)比較(jiao)三組(zu)(zu)或更多(duo)組(zu)(zu)樣(yang)本(ben)均值(zhi)是(shi)否存在顯著差(cha)(cha)(cha)(cha)異。與t檢驗不同，ANOVA能夠(gou)處理多(duo)個組(zu)(zu)別(bie)的數據(ju)，因此在蛋白質組(zu)(zu)學中常用(yong)于(yu)多(duo)組(zu)(zu)樣(yang)本(ben)的差(cha)(cha)(cha)(cha)異分(fen)析。ANOVA的核(he)心在于(yu)分(fen)析組(zu)(zu)間(jian)方(fang)差(cha)(cha)(cha)(cha)與組(zu)(zu)內方(fang)差(cha)(cha)(cha)(cha)的比值(zhi)。ANOVA通(tong)過計(ji)算(suan)F統(tong)計(ji)量(liang)，即組(zu)(zu)間(jian)方(fang)差(cha)(cha)(cha)(cha)與組(zu)(zu)內方(fang)差(cha)(cha)(cha)(cha)的比值(zhi)，來評估組(zu)(zu)均值(zhi)之間(jian)的差(cha)(cha)(cha)(cha)異是(shi)否顯著。 常(chang)見(jian)ANOVA類(lei)型 單因素ANOVA：分析一個因素（如(ru)處理時(shi)間(jian)）對(dui)蛋白質(zhi)豐度的影響，比較(jiao)多(duo)組樣本之間(jian)的差(cha)異。 多(duo)因(yin)(yin)素(su)ANOVA：分析多(duo)個因(yin)(yin)素(su)（如處理類型和時(shi)間(jian)）對蛋白質豐度的聯(lian)合影響。多(duo)因(yin)(yin)素(su)ANOVA能夠處理復雜實驗設計(ji)，特別是(shi)當研究者需要同時(shi)考(kao)慮多(duo)種變(bian)量時(shi)。 優點(dian) ANOVA能處理多(duo)個(ge)組別的數據(ju)，特(te)別適用(yong)于復雜的實(shi)驗設(she)計。它能夠檢(jian)測(ce)多(duo)個(ge)樣本組之間的差異，幫助研究者在多(duo)重實(shi)驗條件下分析蛋白(bai)質(zhi)豐度的變化。 缺點 ANOVA假設數據的(de)方(fang)差相等，如(ru)果(guo)方(fang)差不(bu)等，需要使用修正(zheng)的(de)方(fang)差分析方(fang)法。此外，ANOVA只(zhi)能夠檢測組間是否存(cun)在差異，而無法指出具體哪些組之間存(cun)在顯著差異，因此需要后(hou)續的(de)多重比較檢驗。 應用場景 ANOVA常用于蛋(dan)白(bai)(bai)質(zhi)(zhi)組學研究中涉(she)及多組樣本的(de)實驗設計，如不(bu)同時間(jian)點、不(bu)同劑量下的(de)蛋(dan)白(bai)(bai)質(zhi)(zhi)豐度分析(xi)。它能夠有效地評估不(bu)同條件下蛋(dan)白(bai)(bai)質(zhi)(zhi)表達(da)的(de)整(zheng)體趨勢。
二. 非參數檢驗
非參數(shu)(shu)檢驗(yan)(yan)是指不(bu)依賴(lai)于數(shu)(shu)據(ju)的特定分(fen)布(bu)(bu)(bu)假設(she)(she)的統計檢驗(yan)(yan)方法，主要用于當數(shu)(shu)據(ju)不(bu)服從正態(tai)分(fen)布(bu)(bu)(bu)或者樣本量較小時。蛋白(bai)質(zhi)組學數(shu)(shu)據(ju)往往因其(qi)復(fu)雜性和多(duo)變(bian)性，常(chang)(chang)(chang)常(chang)(chang)(chang)無法滿足正態(tai)分(fen)布(bu)(bu)(bu)等假設(she)(she)，這時非參數(shu)(shu)檢驗(yan)(yan)就成為一個重(zhong)要的分(fen)析(xi)工具。常(chang)(chang)(chang)見(jian)的非參數(shu)(shu)檢驗(yan)(yan)方法有(you)Mann-Whitney U檢驗(yan)(yan)、Wilcoxon符號秩檢驗(yan)(yan)和Kruskal-Wallis檢驗(yan)(yan)等。 2.1、Mann-Whitney U檢驗 原(yuan)理 Mann-Whitney U檢(jian)驗(yan)是一種非參數(shu)方法，用于(yu)(yu)比(bi)較兩組(zu)獨立(li)樣本的(de)(de)分(fen)布差(cha)異。與t檢(jian)驗(yan)不同，它不依(yi)賴(lai)于(yu)(yu)數(shu)據的(de)(de)正(zheng)態分(fen)布假(jia)設，因(yin)此(ci)適用于(yu)(yu)分(fen)布不對稱、含有異常值(zhi)或不滿(man)足(zu)方差(cha)齊性假(jia)設的(de)(de)數(shu)據集。該檢(jian)驗(yan)通過將兩組(zu)數(shu)據排序并比(bi)較它們的(de)(de)秩值(zhi)來判(pan)斷(duan)兩組(zu)樣本是否來自(zi)相同的(de)(de)分(fen)布。 優點(dian) Mann-Whitney U檢驗不依(yi)賴數據(ju)的正(zheng)態分布(bu)，因(yin)此適合于非正(zheng)態分布(bu)數據(ju)。即使樣本量較小，該檢驗依(yi)然能夠提供穩健(jian)的分析結(jie)果(guo)。該方法對異常值(zhi)和數據(ju)噪(zao)聲不敏感。 缺(que)點 Mann-Whitney U檢(jian)驗(yan)僅能用于(yu)兩組(zu)獨立(li)樣本的比較，無法用于(yu)多組(zu)樣本。對于(yu)大樣本量且(qie)接近正態分(fen)布(bu)的數據，Mann-Whitney U檢(jian)驗(yan)的統計(ji)效能低于(yu)t檢(jian)驗(yan)。 應用場景 Mann-Whitney U檢驗廣泛應用于(yu)蛋白質組(zu)(zu)學中(zhong)兩組(zu)(zu)獨(du)立樣(yang)本的(de)比較(jiao)，特別適用于(yu)數(shu)據(ju)不(bu)符合正態分布或包含異常值的(de)情況。例(li)如，比較(jiao)疾(ji)病組(zu)(zu)與健康組(zu)(zu)蛋白質豐度的(de)差異，或者比較(jiao)兩種不(bu)同處理條件下的(de)蛋白質表(biao)達水(shui)平。 2.2、Wilcoxon符號秩(zhi)檢驗 原理 Wilcoxon符號(hao)秩檢(jian)驗(yan)(yan)是(shi)另(ling)一(yi)種(zhong)(zhong)非(fei)參數檢(jian)驗(yan)(yan)方(fang)法(fa)，主要(yao)用于配對(dui)樣本(ben)的比較。該方(fang)法(fa)是(shi)t檢(jian)驗(yan)(yan)的非(fei)參數對(dui)應(ying)形式(shi)，適用于比較同一(yi)組樣本(ben)在(zai)不同條(tiao)件下的差(cha)(cha)異。Wilcoxon符號(hao)秩檢(jian)驗(yan)(yan)通(tong)過計算每對(dui)樣本(ben)的差(cha)(cha)異，并將這(zhe)些(xie)差(cha)(cha)異排序后進行符號(hao)和秩值的分析，以判斷兩(liang)種(zhong)(zhong)處理(li)之間是(shi)否存在(zai)顯著差(cha)(cha)異。 優點 Wilcoxon符(fu)號秩檢(jian)驗特別適合用于比(bi)較(jiao)配對樣(yang)(yang)(yang)本，如同(tong)(tong)一組樣(yang)(yang)(yang)本在處理前后或不同(tong)(tong)時(shi)間點的差(cha)異。該(gai)檢(jian)驗不需(xu)要假(jia)設數(shu)據(ju)服從正態分布，因此在數(shu)據(ju)不滿足正態性(xing)假(jia)設時(shi)比(bi)配對t檢(jian)驗更具(ju)優勢。Wilcoxon符(fu)號秩檢(jian)驗對于小樣(yang)(yang)(yang)本數(shu)據(ju)也有較(jiao)好的適用性(xing)。 缺點(dian) Wilcoxon符號秩檢驗(yan)只能用于成對數(shu)據的比(bi)(bi)(bi)較，不能處理(li)獨立組或多組比(bi)(bi)(bi)較問(wen)題(ti)。與配對t檢驗(yan)相比(bi)(bi)(bi)，當數(shu)據接近正態分(fen)布時，該(gai)方法的統計效能較低(di)。 應(ying)用場景(jing) Wilcoxon符(fu)號秩檢驗在(zai)蛋(dan)白(bai)質(zhi)組學研究中適用于處理時間序(xu)列實驗或(huo)配對(dui)樣(yang)本比較的情況。常見應用包(bao)括分析同一(yi)組樣(yang)本在(zai)藥物處理前(qian)后的蛋(dan)白(bai)質(zhi)豐度變化，或(huo)同一(yi)批(pi)樣(yang)本在(zai)不同時間點(dian)的蛋(dan)白(bai)質(zhi)表達水平(ping)差異。 2.3、Kruskal-Wallis檢驗 原理 Kruskal-Wallis檢驗是Mann-Whitney U檢驗的(de)擴(kuo)展(zhan)，適用(yong)于(yu)(yu)三個或(huo)更多獨立組的(de)比較(jiao)。它是單因(yin)素(su)方差分(fen)析(xi)（ANOVA）的(de)非(fei)參數(shu)對(dui)應方法，適用(yong)于(yu)(yu)數(shu)據不服從(cong)正態(tai)分(fen)布或(huo)方差不齊的(de)情(qing)況。該檢驗通過(guo)比較(jiao)各組樣本的(de)秩值，來判(pan)斷它們是否來自相同的(de)分(fen)布。 優點(dian) Kruskal-Wallis檢(jian)驗能夠(gou)比較三個或更(geng)多組的(de)樣(yang)本分(fen)布差(cha)異(yi)，適合多組實(shi)驗設(she)計(ji)。與單因素ANOVA不同(tong)，該(gai)檢(jian)驗不要(yao)求數(shu)據服(fu)從正態分(fen)布，也不需要(yao)方(fang)差(cha)齊性(xing)。該(gai)方(fang)法在(zai)處理不對稱分(fen)布或包含(han)異(yi)常值(zhi)的(de)數(shu)據時表現(xian)良好。 缺點 Kruskal-Wallis檢驗(yan)只能指出是否(fou)存在組間(jian)差(cha)異(yi)，但無法(fa)識別(bie)具體(ti)哪些組之間(jian)存在顯著差(cha)異(yi)。后續需(xu)要(yao)進行多重(zhong)比(bi)較檢驗(yan)。與ANOVA相(xiang)比(bi)，當數據接近(jin)正態分布時(shi)，Kruskal-Wallis檢驗(yan)的統(tong)計效(xiao)能較低。 應用場(chang)景(jing) Kruskal-Wallis檢驗適用于(yu)蛋白(bai)質(zhi)組(zu)學中涉及(ji)多組(zu)獨立樣(yang)本的(de)實驗設計。例如，比較(jiao)不同藥物(wu)劑量或(huo)(huo)不同時(shi)間(jian)點對(dui)蛋白(bai)質(zhi)豐(feng)度的(de)影響(xiang)，或(huo)(huo)者分析多個實驗條件下(xia)蛋白(bai)質(zhi)的(de)表達水(shui)平變化。
三(san)． 多重(zhong)檢驗校正（Multiple Testing Correction）
原(yuan)理 在蛋(dan)白質組學研(yan)究中，研(yan)究者通常需要同時對成千上(shang)萬個蛋(dan)白質進行顯(xian)著性檢(jian)(jian)(jian)驗(yan)。為了控制假陽性率，必(bi)須進行多重檢(jian)(jian)(jian)驗(yan)校(xiao)正(zheng)(zheng)。常用(yong)的(de)多重檢(jian)(jian)(jian)驗(yan)校(xiao)正(zheng)(zheng)方(fang)法有Bonferroni校(xiao)正(zheng)(zheng)和Benjamini-Hochberg（BH）校(xiao)正(zheng)(zheng)。 Bonferroni校正：將(jiang)顯著(zhu)性(xing)水平(ping)α除(chu)以檢驗次數，以嚴格控制假(jia)陽性(xing)率。它雖然(ran)有效，但過于嚴格，可能導致錯失真正的顯著(zhu)結(jie)果。 Benjamini-Hochberg校(xiao)正：通過控制假(jia)發(fa)現率(lv)（FDR），提供了(le)在較低假(jia)陽(yang)性率(lv)的(de)同時保留更(geng)多顯著結果的(de)方法，因此(ci)被(bei)廣泛(fan)應用。 優(you)點 多重(zhong)檢驗校正能夠(gou)有(you)效減少(shao)蛋(dan)白質組學(xue)研究中的假(jia)陽性結果(guo)(guo)，確(que)保分析結果(guo)(guo)的可靠性。 缺點 過于嚴格的校(xiao)(xiao)正(zheng)方法(fa)（如(ru)Bonferroni校(xiao)(xiao)正(zheng)）可能會過度(du)校(xiao)(xiao)正(zheng)，導(dao)致錯失真(zhen)正(zheng)的顯(xian)著(zhu)結(jie)果(guo)(guo)。而較(jiao)(jiao)為靈活的校(xiao)(xiao)正(zheng)方法(fa)（如(ru)BH校(xiao)(xiao)正(zheng)）雖(sui)然能保留更多顯(xian)著(zhu)結(jie)果(guo)(guo)，但(dan)假陽性(xing)風險較(jiao)(jiao)大。 應用場景(jing) 在大(da)規模蛋白質組學研(yan)究中，尤其是在高通量數據(ju)分(fen)析時，多(duo)重檢驗(yan)校可以用于(yu)減少(shao)因多(duo)次檢驗(yan)帶來的假陽性(xing)結果。
