非靶向代谢组学如何用Excel完成“80%规则”过滤

在LC-MS的非靶向代谢组学中，原始数据经过数据预处理后生成供下一步统计分析的数据集（包括样品编号，保留时间_质核比，以及峰强度）。在所生成的列表中通常包含有大量的缺失值（零值），常用来处理缺失值的方法有：1. 赋予一个值；2. 去掉缺失值过多的变量。

---

目前较为常用的方法是，采用“80%规则”来去掉缺失值过多的变量。“80%规则”的来源可以参看文献 Bijlsma S, Bobeldijk I, Verheij E R, et al. Large-scale human metabolomics studies: a strategy for data (pre-) processing and validation. Analytical chemistry, 2006, 78(2): 567-574.

---

原文中对“80%规则”的定义： If a variable had a nonzero measurement value in at least 80% of the variables within one of the two subsets, the variable was included in the data set; otherwise the variable was removed. This procedure will be referred to as the 80% rule”.

“80%规则”是指去除在所有组别中（如模型组和正常组）中出现频率（非零值）都小于80%的离子。

---

举个简单的离子，如下图：

图片

---

---

由于多数仪器配套的数据预处理软件并未包含与此类似的功能，所以这一步操作往往需要通过第三方软件完成。了解到，这个操作如果用R语言来完成的话，非常简单，但是由于还未接触过R，所以通常的处理都用Excel来完成。

---

介绍以下如何用Excel来完成“80%规则”过滤。（高手请止步 o(∩_∩)o）

1. 用countif功能计算每一行的零值个数。

图片 图片

---

2. 计算零值个数百分比。

图片

---

3. 利用格式筛选功能，去除在两组中，百分比均大于20%的变量。搞定！

图片

---

---

原创文章，欢迎转载。

不足之处，还请指正。^_
如何用Excel完成“80%规则”过滤 (qq.com)