一文看懂代谢组学的所有统计图

相信大家在看代谢组学的文章的时候会看到许多图，或许你会疑惑这些图究竟代表什么含义，下面就让我们一起来了解一下吧！

一、PCA图得分图和载荷图

PCA得分图（score plot），用来看样本天然的分组情况，在分析时不加任何分组信息。图中每一个点代表一个样本，样本在空间中所处的位置由其中所含有的代谢物的差异决定。

PCA载荷图（loading plot），用来寻找差异变量。同种的每一个点代表样本中还有的一个代谢物物，距离原点越远的代谢物被认为对样本的分类贡献越大。

二、PCA的变种（PLS-DA）偏最小二乘判别分析

三、PCA的变种（OPLS-DA）正交偏最小二乘法判别分析

在OPLS-DA分析中，寻找标记物通常使用S-plot。如图中所示，得分图中，两组样本分布在y轴两侧，通过S-plot可以获得标记物在两组中相对含量的变化。也就是说，处在S-plot右上角的化合物（距离原点越远，对分类贡献越大）在处在得分图y轴右侧的样本中含量较高，反之亦然。

四、热图

• 图中每一行代表一个化合物，每一列代表一个样本。

• 上边对样本进行聚类分析，左边对化合物进行聚类分析。

• 绿色代表该化合物在样本中含量较低，红色代表含量较高（也有用其他颜色表示的）。

• 通过此图，可以直观地看出化合物在样本间的变化趋势；同时也可以找出具有相同变化趋势的代谢物。

五、代谢通路图

• 在对化合物进行鉴定之后或选择出生物标记物之后，可将化合物名称（或对应的HMDB或者KEGG编号）输入MetaboAnalyst软件（免费）进行此分析，来观察体内哪些代谢途径受到了影响。

• 在图中，p值越小（-logo(p)越大），pathway impact越大，证明该条代谢通路被严重扰动。

六、相关性分析

• 此分析可用来寻找化合物之间的内在联系（数值上的联系），如图中红色表示负相关，黄色表示正相关。

• 可用来筛选与某一类或者某一个自己感兴趣的化合物产生正相关或者负相关的代谢物。

七、ROC曲线

• 用来评价算选出的标记物的诊断能力。

• AUC曲线下面积越大，诊断能力越好。

小编水平有限，如果有错误或待商榷的地方欢迎各位读者于评论区批评指正！共同进步！

图文源自“代谢组学分享平台”公众号

* 声明：推文用于传递知识，如因版权等有疑问，请于本文刊发30日内联系医药学术。 原创内容未经授权，禁止转载至其他平台。

中医药基础科研服务及加群交流：

相关咨询，加微信：1278317307。

【福利时刻】科研服务（点击查看）：、、、、、。咨询加微信：1278317307。