PCA可从总体角度反映样本组间和组内的变异度，从PCA得分图中可直观地看出两组样本之间的整体代谢轮廓差异;PLS-DA运用偏最小二乘回归建立代谢物表达量与样本分组之间的关系模型，以预测样本类别，解释组间差异。从两组大鼠的PCA得分图、PLS-DA得分图(图2)可看出，两组的样本点在分布上完全分开，组内的聚集效果良好，组间的分离趋势显著，预测模型的拟合能力较好。表明慢性心衰心气阴虚证大鼠的代谢功能被明显扰动，与正常大鼠间存在显著的代谢表型差异。

    2.4 差异代谢物筛选

    OPLS-DA模型下的变量权重值(VIP)可以说明某一变量对造成分组的贡献;Log2(FC)值说明代谢物在两组样本中平均表达量的比值。本次研究对筛选VIP>1.0的慢性心衰心气阴虚证大鼠代谢物进行t检验及FC分析，以P<0.05且FC>2.0为条件，共挖掘出组间差异代谢物15种，具体见表2。与空白对照组比较，模型组神经氨酸、尿苷、丙氨酰色氨酸、酪氨酰缬氨酸、苯丙氨酰甘氨酸、牛磺脱氧胆酸、粪甾烷酸、白三烯E4的水平上调，谷氨酸、酪氨酸、烟酸、鞘氨醇、二十四烷酸、二十二碳六烯酸、亚油酸的水平下调。

    2.5 代谢路径分析

    为进一步解读代谢图谱，选用MetaboAnalyst网络软件(https：//www.metaboanalyst.ca/)进行差异代谢物的路径拓扑分析。分析发现，与模型大鼠相关的15种差异代谢产物共参与19条代谢通路 ......