小样本1H NMR代谢组学的原型迁移学习框架:矮身材的准确可解释分类

《Talanta》:Prototypical transfer learning framework for small-sample 1H NMR metabolomics: Accurate and interpretable classification of short stature

【字体: 大 中 小 】 时间:2026年10月01日 来源:Talanta 6.7

编辑推荐:

   •为小样本1H NMR代谢组学矮身材(SS)分类开发了一种原型迁移学习框架。•跨域特征对齐和原型学习在有限样本条件下改善了目标域分类。•该模型在青春期前和青春期SS数据集上分别达到了96.76%和95.12%的准确率,IG分析确认了具有生物学相关性的代谢物。引言矮身材(SS)

  
  • •
    为小样本1H NMR代谢组学矮身材(SS)分类开发了一种原型迁移学习框架。
  • •
    跨域特征对齐和原型学习在有限样本条件下改善了目标域分类。
  • •
    该模型在青春期前和青春期SS数据集上分别达到了96.76%和95.12%的准确率,IG分析确认了具有生物学相关性的代谢物。

引言

矮身材(SS)是小儿内分泌科常见的临床问题。根据病因,SS可分为多种类型,包括遗传综合征、全身性疾病、内分泌障碍以及特发性矮身材(ISS),其中生长激素缺乏症(GHD)和ISS是两种最常见的类型[1]。GHD通常由前垂体生长激素合成或分泌不足、生长激素受体异常或相关结构缺陷引起,而ISS则是指生长激素分泌在正常范围内但身高显著低于同龄人的状态[2]。大量证据表明,SS不仅影响儿童的体格生长和骨骼发育,还与神经功能障碍、代谢异常以及心肺疾病风险增加有关,从而对心理健康和生活质量产生持续的负面影响[3],[4]。因此,对不同类型SS的早期准确分类和诊断对于指导个体化干预策略和改善成人身高结局具有重要意义。
代谢组学是一种系统地分析生物系统中小分子代谢物的组成和动态变化以反映生理状态或外部干扰效应的研究方法[5],[6]。核磁共振(NMR)波谱学因其样品制备简单、无创检测、高定量准确性和优异的可重复性等优点,已被广泛应用于医学研究、食品质量评估、营养分析等领域[7],[8],[9]。近年来,深度学习与NMR的结合显著提高了疾病检测的准确性,展现了明显优于传统机器学习方法的优势[10],[11],[12],[13],[14]。此外,智能算法和先进的深度学习范式在捕捉高层特征表示和建模复杂的高维非线性系统方面展现了显著的有效性[15],[16],[17]。然而,在代谢组学用于疾病诊断的实际应用中,研究往往面临样本采集成本高昂或样本可及性有限等挑战,导致可用于分析的样本数量较少。大多数情况下,采集的样本量仅为数十至数百例[18],[19],[20],[21]。同时,基于NMR的代谢谱通常具有高特征维度和变量间复杂相关性的特点[22]。在小样本条件下,传统统计和建模方法容易过拟合,往往无法稳定地提取判别性代谢特征,从而限制了模型的泛化能力和临床适用性[23]。因此,需要有效的方法来改善小样本条件下代谢组学数据分析的稳定性和分类性能。
近年来,迁移学习已成为解决小样本学习问题的有效策略[24],[25]。其核心思想是利用从源域学到的知识来辅助目标域的模型训练,从而缓解因目标域样本不足导致的性能下降[26],[27]。在高维小样本代谢组学分析中,仅基于目标域数据训练的传统模型容易出现严重过拟合和不稳定的特征选择。引入迁移学习通过从较大的源域迁移潜在代谢特征表示来丰富目标域的特征空间,从而克服了这些局限性,显著增强了模型的泛化能力和稳定性。作为迁移学习的重要分支,域适应(DA)旨在通过对齐源域和目标域之间的特征分布来减少域偏移引起的性能损失,并在医学图像分析等领域取得了令人瞩目的成果[28],[29],[30]。在代谢组学数据中,域偏移可能源于疾病类型或数据采集条件的差异。因此,直接在源域上训练的模型通常无法在应用于目标域时获得令人满意的表现。然而,标准迁移学习方法仍然依赖于参数化分类层,在极端小样本条件下微调时仍然容易过拟合。为克服这一局限,原型距离学习被无缝整合到迁移框架中。通过在共享嵌入空间中以基于度量的原型距离替代参数化分类权重,该方法显著降低了模型参数复杂度,防止了过拟合,并为疾病鉴别提供了直观的几何可解释性。
本研究提出了一种面向小样本1H NMR代谢组学数据原型的迁移学习框架,用于SS分类。在共享特征编码器的基础上,所提框架引入了跨域特征对齐机制以减少源域与目标域之间的分布差异,并采用原型学习在嵌入空间中构建类别判别结构,从而实现对目标域中小样本数据的有效建模。本工作代表了将原型迁移学习整合到临床NMR代谢组学中的新颖方法论探索。所提框架显著降低了模型复杂度,并在严重样本稀缺条件下防止过拟合,为小样本临床诊断提供了一种新颖、稳健且具有可解释性的解决方案。

章节摘要

材料与数据集

源域数据集包含厦门大学附属妇儿医院于2020年7月至2022年5月间收集的428例儿童营养不良病例。纳入标准为符合世界卫生组织(WHO)儿童营养不良诊断标准且无明显合并症的0-7岁儿童[31]。排除标准包括感染性疾病、胃肠道、心血管或呼吸系统疾病,以及先天性免疫缺陷、先天性

分类性能与比较

为评估所提原型迁移学习方法在目标域上的分类性能,将其在目标域测试集上的表现与多个基线模型进行了比较。比较方法包括仅基于目标域数据训练的传统机器学习模型,即随机森林(RF)[34]、支持向量机(SVM)[35]和XGBoost[36],以及包括MLP[37]、RNN[38]和CNN[39]在内的深度学习模型。此外,一

结论

本研究开发了一种针对小样本1H NMR代谢组学数据的原型迁移学习方法,用于执行SS的分类分析。该方法整合了共享特征编码器、跨域特征对齐和原型学习策略,在目标域小样本条件下实现了高精度分类。实验结果表明,所提框架在青春期前SS数据集上达到了96.76%的准确率,在青春期

CRediT作者贡献声明

夏锋:可视化、验证。朱宏伟:验证、资源、方法学、资金获取。叶志航:撰写初稿、可视化、方法学、调查。姬志成:撰写初稿、验证、形式化分析。沈桂平:撰写审阅与编辑、监督、项目管理、方法学、资金获取、概念化。冯建华:撰写审阅与编辑、监督、资金获取、概念化

数据可用性

数据可根据要求提供。

资金支持

本工作得到国家自然科学基金委员会(资助编号:<--->82072015<--->)、福建省自然科学基金(资助编号:2026J001074)、厦门市自然科学基金(资助编号:<--->3502Z202673021<--->)以及安徽省卫生研究计划(生殖与儿童生长发育专项)(资助编号:AHWJ2024BAe20008)的支持。

利益冲突声明

? 作者声明不存在可能影响本文报告工作的已知竞争性经济利益或个人关系。

致谢

感谢冯立斌提供的NMR技术支持。
Zihang Ye|Zhicheng Ji|Feng Xia|Hongwei Zhu|Jianghua Feng|Guiping Shen
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号