在引言部分我们讲过离群样本的判别，很大程度上和实验设计相关，对于无样本异质性，变量较少的实验设计是一种方案，而对于存在样本异质性，或者引入了多样化变量的实验设计这里需要慎重去除...
原理
离群样本（outlier）出现的原因，一方面可能是样本本身的原因，比如处理方式不当，生长状态，遗传背景变异等，也可能是实验操作问题，总之会影响结果的准确性。对于实验设计简单，引发差异变量较少的代谢组学实验，outlier判别相对简单，生物学重复之间差异较小，而组间差异较大，如果出现个别与整体差异显著的材料，应该是各种原因造成的离群样本，tidyMass提供了detect_outlier()来判断离群值，其原理基于Detecting outlier samples in PCA – Florian Privé – R(cpp) enthusiast 结果会输出一个判断表格，基于以下判断结果我们可以根据自己的实验设计的实际情况，自助判断离群样本：
-
根据样本中代谢物的缺失率；
-
根据标准偏差；
-
根据绝对中为差（MAD）；
-
根据稳健马氏距离推导的p值来判别；
操作界面
操作相对简单，对应的设置好阈值之后点击find outlier即可，MetMiner中默认的值和tidyMass提供的默认阈值一致。比如Demo中我们制造了一个虚拟的离群样本，根据缺失率和马氏距离该样本在正谱中都为离群样本，本试验的唯一变量是遗传背景的不同，所以这里可以将Outlier样本视为离群值去除，去除过程操作如下:
-
可以直接在Pick outliers中查找到Outlier去除，也可根据样本缺失值统计散点图直观的选择需要去除的样本；
-
开启图形交互；
-
将鼠标悬浮到缺失值统计的高缺失率的样本查看sample_id；
-
在Pick outlier中选择要去除的样本；
-
点击remove and update；
-
在静态图模式下，可以看到去除前后缺失率统计图。
其它
这里仍旧需要再次提醒包含不同物种、不同组织、时序效应等复杂实验设计，在离群值去除时需要慎重！
---The end---
Jul 27, 2024 by Shawn Wang, HENU, Kaifeng, Henan, China.
