[发明专利]基于微生物质谱仪的加权微生物聚类分析法

权利要求书

1.一种基于微生物质谱仪的加权微生物聚类分析法，其特征在于：首先将待聚类分析的n个菌株各自作为一类，并按照规定的菌株之间相似度距离计算菌株类与类之间的相似度距离，然后将所述相似度距离最近的两类合并为一个新类，经过此过程变为n-1个类；重复递归上述过程，每次递归减少一类，直至最终合并为一个类，其中， n为大于或等于3的自然数；

所述菌株相似度距离包括菌株之间的相似度距离和菌株类之间的相似度距离；

一、所述菌株之间的相似度距离计算：

按照一定信噪比阈值选取菌株峰列表的m/z、强度进行计算；首先按照设定误差找到两个菌株图谱中位置相同的峰，对于二维的数据采取三个指标进行融合计算；两个菌株图谱峰位置相同的峰值分别设为(x₁₁, y₁₁)、(x₁₂, y₁₂)… (x_1n, y_1n)，(x₂₁, y₂₁)、(x₂₂, y₂₂)…(x_2n, y_2n)，其中，x表示质量； m/z：测定离子的质荷比，即粒子的质量数与所带的电荷的比值；y表示强度；x_1i= x_2i；

步骤1、皮尔森相关系数：

公式(1)；

公式(2)；

公式(3)；

公式(4)；

公式(5)；

公式(6)；

公式(7)；

步骤2、斯皮尔曼相关系数：

公式(8)；

步骤3、峰值曲线拟合后的切线对比：

对图谱峰值点进行插值曲线拟合，对于每个峰值的切线与X轴的夹角设为ɑ，切线相关系数为：

公式(9)；

根据相关指标取权重，计算

菌株之间的相似度距离Dist= a× +b× +c× (10)

其中： a取0.68 ，b取0.18，c取0.14；所述相关指标为、和；

二、所述菌株类之间的相似度距离计算为：

计算单个菌株之间的相似度距离，然后采取自底向上的类合并过程；菌株类之间的相似度距离由不同类型的指标按照权重叠加组成，分别是：交叉距离、重心距离、边界距离三种距离按照权重叠加组成；

交叉距离：

对于两个菌株类、，其中，,找出属于两个所述菌株类中组合的所有菌株对，并根据公式(10)计算所述菌株对之间的相似度距离Dist并做算术平均，得到以下公式：

公式（11）；

其中、之间的相似度距离，、；

重心距离：

对于菌株类,按照每个菌株的峰值求交集，求交集的容差小于250ppm,得到一个新的峰列表即(x₁, y₁)、(x₂, y₂)……(x_k, y_k)；

其中：(x_i, y_i) 、且(x_i, y_i) ……且(x_i, y_i) ,将一个菌株类转换为一个新的菌株，对于两个菌株类、转换成两个峰列表，

根据菌株之间的相似度距离计算步骤，计算两个菌株类峰列表交集的相似度距离，得到菌株类峰列表交集的相似度距离：；

边界距离:

对于菌株类,按照每个菌株的峰值求并集得到一个新的峰列表即（xb₁, yb₁)、(xb₂, yb₂)……(xb_k, yb_k) ；

其中：或(xb_i, yb_i) 、或(xb_i, yb_i) …或(xb_i, yb_i) ,求得菌株类峰列表并集的相似度距离；

菌株类之间的相似度距离

公式(12)；

其中：定义为交叉距离；

根据菌株之间的相似度距离和菌株类之间的相似度距离，把差异小的样本聚成一簇，最后形成多个簇，使同一个簇内部的样本相似度高，不同簇之间差异性高；

三、聚类分析树的构造：

采取层次聚类法迭代递归的方法求取聚类分析树，所述层次聚类法是一系列连续的合并和分解过程，自底向上的连续合并或自顶向下的连续分解；首先设定有个菌株待聚类分析，将单个菌株看作一个菌株类，此时有n个菌株类；

步骤4、由公式(10)或(12)求得菌株之间或菌株类之间的两两相似度距离，对于n个菌株总共有种组合,选出相似度距离最小的一组菌株对组合，并将、归为一类；由此n个菌株类变为n-1个菌株类，由此完成了一次归类计算；

步骤5、重复步骤4,每次经过归类后，待聚菌株类减少一类，不断层次递归归类；

步骤6、直至最后菌株类只剩两个菌株类，将最后的两个菌株类合并为一个菌株类，完成加权微生物聚类分析。