技術(shù)特征：

1.一種通用的大規(guī)模代謝組學(xué)數(shù)據(jù)的校正方法，其特征在于：

首先從所有待測樣品中取出相同質(zhì)量，混合后建立質(zhì)控(QC)樣品，計(jì)算相鄰兩個(gè)QC樣本中代謝物響應(yīng)強(qiáng)度的比值，建立模型篩選隨機(jī)誤差，然后利用線性擬合模型對隨機(jī)誤差進(jìn)行校正；最后利用線性回歸模型構(gòu)建虛擬QC方法，實(shí)現(xiàn)大規(guī)模代謝組數(shù)據(jù)集的系統(tǒng)誤差校正。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于：利用代謝物在兩個(gè)相鄰QC樣本中響應(yīng)強(qiáng)度的比值，構(gòu)建模型去篩選代謝組數(shù)據(jù)的隨機(jī)誤差，具體步驟如下，

1)QC樣本的制作：分別從所有將進(jìn)行代謝組學(xué)分析的樣本中準(zhǔn)確稱量或移取等量樣本并均勻混合成一個(gè)大的樣本，即QC樣本；

2)代謝組學(xué)數(shù)據(jù)的獲取：每分析5-20個(gè)待測樣本插入一個(gè)QC樣本，QC樣本和待測樣本按照完全相同條件進(jìn)行樣本預(yù)處理和基于色譜-質(zhì)譜方法的代謝組學(xué)分析；

3)相鄰兩個(gè)QC樣品中代謝組數(shù)據(jù)比值的獲?。河?jì)算同一個(gè)代謝物在相鄰兩個(gè)QC樣品中的響應(yīng)強(qiáng)度的比值；

4)構(gòu)建模型篩選隨機(jī)誤差：將相鄰兩個(gè)QC樣品中代謝物的比值從小到大排序后，篩選總比值個(gè)數(shù)的5％作為離散點(diǎn)，將這5％的離散點(diǎn)平均分配到排序后比值的兩端，從而篩選出隨機(jī)誤差。

3.按照權(quán)利要求1所述的方法，其特征在于：利用兩個(gè)相鄰QC樣品中的正常比值進(jìn)行線性擬合模型，校正隨機(jī)誤差；具體過程為：

1)兩個(gè)相鄰QC樣品中正常比值的獲?。汉Y選到隨機(jī)誤差后，去除含有隨機(jī)誤差的代謝特征，計(jì)算剩余不含有隨機(jī)誤差的正常代謝特征在相鄰兩個(gè)QC樣品中的比值；

2)線性擬合模型的構(gòu)建：將正常代謝特征在兩個(gè)相鄰QC樣本中的比值，進(jìn)行從小到大排序，并進(jìn)行線性擬合，獲得線性擬合模型的公式，將含有隨機(jī)誤差的代謝特征j帶入線性擬合模型的公式中，獲得校正因子其中AQC_nj和AQC'_(n-1)j分別代表特征j在QC_n中未校正的響應(yīng)值和在QC_(n-1)中校正后的響應(yīng)值，n表示第n個(gè)樣本，n為大于等于的正整數(shù)；

3)校正隨機(jī)誤差：某一含有隨機(jī)誤差的代謝物j在QC_n中響應(yīng)值為AQ_nj，其校正后的響應(yīng)值A(chǔ)QC'_nj可以通過如下公式獲得；

$A_{{\mathrm{QC}}_{nj}^{\′}}=A_{{\mathrm{QC}}_{(n-1)j}^{\′}}\×{\left(\frac{A_{{\mathrm{QC}}_{nj}}}{A_{{\mathrm{QC}}_{(n-1)j}^{\′}}}\right)}_{corr}\mathrm{..}$

4.根據(jù)權(quán)利要求1按照權(quán)利要求1所述的方法，其特征在于：利用所建立的篩選和校正代謝組學(xué)數(shù)據(jù)隨機(jī)誤差的方法對所有的QC樣本進(jìn)行隨機(jī)誤差的篩選和校正。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于：利用線性回歸模型構(gòu)建虛擬QC方法，實(shí)現(xiàn)大規(guī)模代謝組數(shù)據(jù)集的系統(tǒng)誤差校正；具體過程為：

1)線性回歸模型的構(gòu)建：應(yīng)用每個(gè)代謝特征在相鄰兩個(gè)QC樣品中的響應(yīng)強(qiáng)度值，構(gòu)建代謝特征的線性回歸模型；

2)虛擬QC方法的建立：根據(jù)兩個(gè)相鄰QC樣本間，實(shí)際分析的樣本的個(gè)數(shù)，將上述所構(gòu)建的某一代謝特征j的線性回歸模型進(jìn)行均等分，每個(gè)實(shí)際樣品i均獲得一個(gè)虛擬的QC樣品，其響應(yīng)值A(chǔ)QC_{v_ij}的計(jì)算公式如下：

$A_{{\mathrm{QC}}_{v\_ij}}=a(i+1)+b$

式中，a和b代表線性回歸模型的斜率和節(jié)距，i代表實(shí)際樣品在線性回歸模型中的位置；

3)系統(tǒng)誤差校正：利用上述所得到的實(shí)際樣品i中代謝特征j的虛擬QC的響應(yīng)值A(chǔ)QC_{v_ij}，對其實(shí)測響應(yīng)強(qiáng)度Ax_ij進(jìn)行系統(tǒng)誤差的校正，校正后的響應(yīng)值A(chǔ)x'_ij，可以通過如下公式獲得：

$A_{x_{ij}^{\′}}=\frac{A_{x_{ij}}}{A_{{\mathrm{QC}}_{v\_ij}}}.$

6.根據(jù)權(quán)利要求1所述的方法，其特征在于：將進(jìn)行代謝組學(xué)分析的樣本個(gè)數(shù)為5個(gè)以上。