代谢组学中的数据归一化策略：当前的挑战、方法与工具

无论是在靶向还是非靶向定量代谢组学方法中，数据归一化都是一项重大挑战。若缺乏适当的归一化，质谱和光谱数据可能会产生错误且次优的数据，从而导致具有误导性和混乱的生物学结果，最终使人类医疗保健、临床及其他研究领域的应用归于失败。为了解决这一问题，多年来文献中提出了许多统计方法和软件工具并得以实施，从而提供了多种可供选择的方法——包括基于样本或基于数据归一化策略。近年来，还涌现出了用于代谢组学数据归一化的新型专用软件工具。在这篇述评文章中，我总结了代谢组学数据归一化领域的现有方法以及新发现和研究成果，并介绍了一些有助于数据归一化的最新工具。