《表4 数据描述统计结果：稳健高效的高维成分数据近似零值插补方法及应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《稳健高效的高维成分数据近似零值插补方法及应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

该数据包含278种急需加以识别的未知潜在的代谢成分，其中一部分代谢成分只以接近或低于检测下限的极低浓度存在，并出现大量近似零值，因此代谢组学数据非常适用于检测本文提出的SubLQR算法。表4也很好地展示了代谢组学成分数据的这一特点。表4给出了对照组与患病组代谢成分的描述统计结果，可以发现，两组个体间代谢成分浓度差异较大，最小值近乎为零，最大值可以达到11左右，并且每组都存在一些代谢成分（如X288.217194，X623.509143等）在所有个体间表现相似，浓度水平一致偏低接近于零。为更好地展示数据，附图1（1）绘制了前50个方差最大的代谢成分的热力图，颜色越深代表代谢物浓度越高，反之越接近零。热力图更是表明不仅同一个体内代谢成分的表现存在很大差异，同一代谢成分在不同个体间的浓度也差别显著，特别是相同的代谢成分在控制组和患病组间浓度水平呈现近乎截然相反的表现。总体来看，数据中存在大量极低浓度值，近似零值的设置是合理的。