㈠ 代謝組學用色譜柱分離出的物質怎麼檢測其結構進行pca分析
靶向代謝組學新技術，區別於傳統的非定向代謝組學，具有如下優勢：
1.樣品種類多：生物流體（血液、尿、唾液、腸道微生物）、環境樣品、細胞、動植物組織、污水、葯品、食品。
2.化合物涵蓋廣：包括脂類、維生素、核苷酸、神經遞質等700種代謝產物，涵蓋所有主要代謝途徑。
3.分析時間短：我們的方法能在30min同時測定並准確鑒定出700種化合物。
4.復雜的數據處理：專業的數據處理方法和軟體，能對所得數據進行PLS-DA,PCA,ANOVA,VIP,Biomarker等分析。
由於近紅外光譜的信息重疊度大，有效吸收峰分離效果差的原因很難直接從光譜直接判斷待測物質的性質。常用的定性方法有主成分分析法：1.預先建立判別模式（對近紅外光譜作主成分分析，計算出各個成分，在將主成分於已知樣品作關聯。用公式描述的話該模式應為T=WA:T為主成分得分值W為軸也叫做loading A為近紅外光譜）2.將近紅外光譜帶入判別模式既可得到定性分析的結果。