多组学关联分析实操(二)| O2PLS
在SCI论文中,还有一些比较受欢迎的多组学联合分析方法——机器学习。接下来,小易带大家学习下多组学关联分析“重器”—— O2PLS。O2PLS方法全称为Two-Way Orthogonal PLS,即双向正交偏最小二乘法。该方法同PCA, PLS and CCA等方法相比,考虑了不同场景下数据集中的大小,规模,分布和实验误差等因素,建模过程中考虑了不同数据集间 joint, specific和residual三部分,适用于复杂场景下的数据挖掘,属于非监督建模的一种。O2PLS方法的R语言版本于2018年发表于BMC Bioinformatics杂志,可用于挖掘多组学不同维度数据间的关联特征。该模型构建包括三个步骤:1)交叉验证(Cross-validating):确定O2PLS成分个数;2 )拟合(fitting):拟合O2PLS模型;3 )归纳及可视化(Summarizing & visualizing):对结果进行总结及可视化。···