Vendor 对比

为什么做这个对比

我们没有 vendor 的源代码，是参考 vendor 的报告思路自己重新跑了一遍 pipeline。这一页客观对比两份结果在哪些地方一致、哪些地方有差异，差异是否可解释。

提示

核心发现

6/6 矩阵的 Q²（核心判别力指标）跨 vendor 与我们的偏差都 ≤ 0.01
5/6 矩阵的 pre+ortho 配置完全一致（粪便 pos 因 ropls 自动选了 ortho=2 而 vendor 用了 ortho=3，差 1 个正交分量）
我们在 vendor 之外提供了 999 次置换检验 p 值（pR²Y / pQ²），所有矩阵 pQ² 都 < 0.001 显著

ropls 默认按交叉验证拐点（Wold’s R criterion）自动选 ortho 数。我做过对照实验：

orthoI	R²X	R²Y	Q²	RMSEE	评价
1	0.306	0.922	0.585	0.151	欠拟合
2（我们）	0.400	0.972	0.652	0.094	拐点
3（vendor）	0.478	0.994	0.654	0.044	Q²几乎不涨，RMSEE 减半（过拟合迹象）
4	0.536	0.999	0.662	0.022	R²Y≈1，明显过拟合
5	0.578	1.000	0.661	0.010	完美拟合 = 记忆训练集

结论：我们 ortho=2 更稳健（Q² 已饱和，RMSEE 适中），vendor ortho=3 R²Y 看起来更亮但实际开始过拟合。两者的 Q² 几乎相同（0.652 vs 0.654），判别力等价。

按 P<0.05 ∧ VIP>1 对比（vendor 同样标准）。

关键解读：

注记

~80% 重叠的剩余差异原因：vendor 的 OPLS-DA VIP 用了不同的 ortho 数（粪便 pos 是 ortho=3 vs 我们 2），VIP 计算分母不同导致同一特征 VIP 值不一样，部分特征会因此跨过/跌出 VIP>1 阈值。这是参数选择级别的差异，不是方法学差异。

按代谢物 name 对比，因为 vendor 和我们都直接用了 vendor 提供的 MS2 鉴定主表（5176 个）。

警告

为什么 Jaccard 比 MS1 低

我们筛 DEM 时多卡了 |log2FC|>1.0 这条阈值（vendor 没卡），所以 ours 数量明显小于 vendor。但看 ours_recall：

意思是：我们筛出来的代谢物几乎全在 vendor 列表里，只是我们筛得更严。如果想完全对齐 vendor 数量，编辑 config/params.yaml 把 dem.fc_threshold 改成 0 重跑 04_dem.R 即可。

注记

KEGG 是方法学差异最大的环节，但我们的更严谨

Vendor 做法的问题：把所有 5176 个鉴定代谢物（含未差异的）都进富集，等于”前景=背景”，信号被噪声稀释——所以 vendor 的 99/113/151 条通路里几乎都不显著（粪便 0 条，血清/皮肤各 2 条）。

我们的做法：先筛 DEM 再富集，前景=真实差异信号，背景=mmu 全集，符合标准生物信息学流程（与 MetaboAnalyst / clusterProfiler 等主流工具一致）。

结果：我们富集到的显著通路更聚焦、生物学解读更清晰。比如粪便 mmu04080 (神经活性配-受体) — 抑郁经典通路，vendor 在 99 条里漏掉了这个信号。

📂 Vendor 对比相关产出文件

对比表（TSV）

vendor_oplsda_compare.tsv — OPLS-DA 6 组 side-by-side 对比（含 ortho 配置 / R²X / R²Y / Q² / 我们 999 次置换 p 值） | 在线下载 | 本地查看
vendor_ms1_overlap.tsv — MS1 DEM 特征 ID overlap（含 Jaccard / vendor recall） | 在线下载 | 本地查看
vendor_ms2_overlap.tsv — MS2 DEM 名称 overlap（含 ours recall） | 在线下载 | 本地查看