正交偏最小二乘回归判别分析（OPLS-DA）-SMICA14.1操作图文教程

正交偏最小二乘判别分析（Orthogonal PLS-DA，OPLS-DA ）是一种有监督的判别分析方法，是多变量统计分析方法，常用于代谢组学分析。本文详细记录了使用SMICA14.1软件进行OPLS-DA分析的图文步骤，希望能对初学者能有所帮助。视频学习可以参考b站论文讲解（香气物质、内含物质看这里）与SIMCA如何做OPLS-DA分析和Simca软件PCA OPLS-DA功能使用教程。

先放下载链接：SMICA14.1：https://pan.baidu.com/s/1fOIXZWEe3W36vau6pXnriw?pwd=9527 提取码：9527

注意OPLS-DA通常用于两组样品的对比分离，寻找差异物质，两组以上可考虑偏最小二乘法判别分析（PLS-DA）或者主成分分析（PCA）

导入数据

如图在excel表中列好数据，第一列Primary ID 为样品名称，第二列Class ID为样品组的分类，然后是各项指标。

打开smica软件，将excel的数据导入，新建项目文件，然后保存。注意样本数据的缺失值（值为0）不能太多，当样本中的缺失值过多时，样本本身就缺乏了统计学意义，并且极有可能成为异常样本，所以需要对缺失值过多的样本数据进行去除处理。

数据分析

打开刚保存的项目文件，点击dataset即可看到原始数据。

在进行OPLS-DA分析前，需先进行PCA分析。先选中M1项目，点击autofit自动拟合，然后点击“new”，下方“model type”选择“PCA-X”,确定完成分析。

会弹出如下界面，出现一个柱状图，弹出一个对话框（即交叉验证的结果），点击“add”增加一个主成分，会出现两个主成分（这里根据R2Y和Q2Y的值来选择（add or remove）主成分的个数，两者越接近1越好，最少为2个，且都要满足＞0.5，不然出不了载荷图和得分图，模型可信度不高）这里只选择了两个主成分，但也满足要求，然后点击“score”，产生一个得分图，点击loadings产生载荷图。右键点击“create”→”list”，可以导出得分图和载荷图的原始数据，这些数据可以导入到origin软件中，更好地作图，修改美化。

PCA分析结束后，点击得分图，右键选择“new as model 1”进行OPLS-DA分析，按图进行操作，“scale”中全设置为par，“model type”选择“OPLS-DA”，然后自动拟合，“add”一个主成分（这里仅两个主成分的R2Y和Q2Y值就很高），模型的两个得分值，R2Y代表了模型的可解释性（差异性），Q2Y则代表了模型的可预测性（可靠性），两者的值越接近1越好。点击“score”和“loadings”生产得分图和载荷图。

得分图可以看两组样品是不是分得很开，存不存在差异，横坐标表示预测成分得分值，横坐标方向可以看出组间的差距；纵坐标表示正交成分得分值，纵坐标方向可以看出组内的差距；百分比表示成分对数据集的解释度。

载荷图可以看出成分的聚类程度，挨在一块的成分表示相似度高，能被聚成为一类；主成分的载荷代表变量与主成分之间的相关性（正相关和负相关），因此第一象限的点表现为强正相关，第四象限的点表现为强负相关。

接着需要对OPLS-DA结果进行置换检验（permutation test），判断模型是否存在“过拟合”。选中项目M2，点击“analyze”界面的“permutations”，将20更改为“200”，然后确定。

判断条件：1. 原始的R2Y和Q2Y（最右边的两个点）总是大于左边那些置换后对应的值（左边那些散点）。2. 看截距，根据经验判断，优秀的模型R2Y的截距不超,0.3-0.4，Q2Y的截距不超过0.05（通常为负值）。但在实际项目中，能满足两条斜线的斜率为正，且Q2Y的截距不超过0.05就可以了。

最后计算“VIP”值，“home”栏点击“VIP”旁边小三角，选择“VIP Predictive”（一般来说VIP total和predictive相差不大，但优先用VIP Predictive），右键“create”→“list”可导出数据到origin等软件中重新作图。VIP值越大，代表该物质对于区分两组所具有的贡献越大，一般认为，VIP值大于1的代表这种物质的组间差异显著。如果想进一步提取p＜0.05的差异成分，这里可以利用插件omics计算（参考SIMCA14.1的基本操作（包含p值、vip值、置换检验等），或者导出数据使用spss的独立样本t检验来分析（这里应该是用到了VIP Total的数据）。

至于“s-plot”图的横坐标表示主成分与各类成分的协相关系数，纵坐标表示主成分与各类成分的相关系数，越靠近右上角和左下角的成分其差异越显著。