换一台核磁仪，心衰代谢模型就失灵：108份双平台重复样本把平衡准确率从0.64拉到0.72
核心概要
跨队列代谢组学模型换到另一台核磁平台后往往掉点，因为平台、样品处理与定量流程带来域偏移。研究以爱沙尼亚生物库1.2万份血浆核磁数据训练心衰（ICD-10 I50.9）分类模型，在另一平台独立测得的295份样本上评估，并用最多108份两平台重复测定的配对样本校准对齐。对齐普遍优于未对齐数据，配对样本越多越稳；但简单的域内归一化始终是强基线，全部108份配对时支持向量机加归一化取得平衡准确率0.72、MCC 0.46。
深度剖析
跨平台代谢组学预测模型在换用另一台核磁仪、另一套定量流程后，预测性能会明显下降，需要把目标队列的数据映射回训练队列所在的特征空间。 此前的做法是在单一数据集内部完成训练与验证，缺少独立测量的外部测试集，平台、操作者、定量协议与储存条件带来的差异难以评估。 训练集为爱沙尼亚生物库在Nightingale Health测得的12000份血浆样本，测试集为在意大利技术研究院600 MHz谱仪上重新测定的295份样本，其中含108份两平台重复测定的配对样本。
使用配对样本做域对齐后，跨队列预测普遍好于未对齐数据，且参与校准的配对样本越多，性能越稳定。 不使用配对样本时，最优测试结果为支持向量机加归一化，平衡准确率0.64、MCC 0.31；使用全部108份配对样本后升至平衡准确率0.72、MCC 0.46。 配对样本数从0到108按30次随机抽样重复，分类器只在源数据集训练，在变换后的目标数据上评估，并以平衡准确率与MCC衡量。
方法上，目标域样本先做中位数填补与最小-最大缩放，再分别用最优传输、桥映射或经验贝叶斯校正学习向源域的变换。 最优传输学习从配对目标样本到配对源样本的线性映射，桥映射用最小二乘回归直接由目标特征预测源特征，经验贝叶斯把两个域当作两个批次校正逐特征的位置与尺度差异。 在配对样本的协调性评估中，最优传输取得皮尔逊相关系数0.89、ICC 0.89、一致性相关系数0.89，为各方法中最高。
启示与展望
结论建立在爱沙尼亚生物库血浆核磁数据上，训练集来自2002至2011年采集、芬兰Nightingale Health测定的样本，测试集为2018至2019年采集、意大利技术研究院600 MHz谱仪测定的295份样本。目标疾病为ICD-10 I50.9未特指心力衰竭，训练集中仅45例病例。外部验证使用Metabolomics Workbench上的人类妊娠糖尿病与小鼠糖尿病液相色谱-质谱数据集，两者均不含配对样本。
配对样本数很少时对齐不稳定，k=1时跨域变换不足以可靠估计，桥映射在极低k下表现较差。性能不仅取决于配对样本数量，也取决于抽到哪一批样本，因此提升并非单调。对齐降低分布差异并不必然改善分类，全局分布匹配可能削弱特征与标签的关系。外部数据集无配对样本，无法直接检验基于配对样本的方法在更广场景下的泛化。