相信大家在看代謝組學(xué)的文章的時(shí)候會(huì)看到許多圖，或許你會(huì)疑惑這些圖究竟代表什么含義，下面就讓我們一起來了解一下吧！

一、PCA圖得分圖和載荷圖

PCA得分圖（score plot），用來看樣本天然的分組情況，在分析時(shí)不加任何分組信息。圖中每一個(gè)點(diǎn)代表一個(gè)樣本，樣本在空間中所處的位置由其中所含有的代謝物的差異決定。

PCA載荷圖（loading plot），用來尋找差異變量。同種的每一個(gè)點(diǎn)代表樣本中還有的一個(gè)代謝物物，距離原點(diǎn)越遠(yuǎn)的代謝物被認(rèn)為對樣本的分類貢獻(xiàn)越大。

二、PCA的變種（PLS-DA）偏最小二乘判別分析

得分圖和載荷圖的解釋同PCA。區(qū)別在于，PLS-DA在分析時(shí)提前賦予每個(gè)樣本分組信息，簡單說，就是在分析時(shí)擴(kuò)大組間差異，減少組內(nèi)差異，多用來尋找標(biāo)記物。

三、PCA的變種（OPLS-DA）正交偏最小二乘法判別分析

在OPLS-DA分析中，尋找標(biāo)記物通常使用S-plot。如圖中所示，得分圖中，兩組樣本分布在y軸兩側(cè)，通過S-plot可以獲得標(biāo)記物在兩組中相對含量的變化。也就是說，處在S-plot右上角的化合物（距離原點(diǎn)越遠(yuǎn)，對分類貢獻(xiàn)越大）在處在得分圖y軸右側(cè)的樣本中含量較高，反之亦然。

四、熱圖

• 圖中每一行代表一個(gè)化合物，每一列代表一個(gè)樣本。

• 上邊對樣本進(jìn)行聚類分析，左邊對化合物進(jìn)行聚類分析。

• 綠色代表該化合物在樣本中含量較低，紅色代表含量較高（也有用其他顏色表示的）。

• 通過此圖，可以直觀地看出化合物在樣本間的變化趨勢；同時(shí)也可以找出具有相同變化趨勢的代謝物。

五、代謝通路圖

• 在對化合物進(jìn)行鑒定之后或選擇出生物標(biāo)記物之后，可將化合物名稱（或?qū)?yīng)的HMDB或者KEGG編號）輸入MetaboAnalyst軟件（免費(fèi)）進(jìn)行此分析，來觀察體內(nèi)哪些代謝途徑受到了影響。

• 在圖中，p值越小（-logo(p)越大），pathway impact越大，證明該條代謝通路被嚴(yán)重?cái)_動(dòng)。

六、相關(guān)性分析

• 此分析可用來尋找化合物之間的內(nèi)在聯(lián)系（數(shù)值上的聯(lián)系），如圖中紅色表示負(fù)相關(guān)，黃色表示正相關(guān)。

• 可用來篩選與某一類或者某一個(gè)自己感興趣的化合物產(chǎn)生正相關(guān)或者負(fù)相關(guān)的代謝物。

七、ROC曲線

• 用來評價(jià)算選出的標(biāo)記物的診斷能力。

• AUC曲線下面積越大，診斷能力越好。

小編水平有限，如果有錯(cuò)誤或待商榷的地方歡迎各位讀者于評論區(qū)批評指正！共同進(jìn)步！

圖文源自“代謝組學(xué)分享平臺(tái)”公眾號

* 聲明：推文用于傳遞知識(shí)，如因版權(quán)等有疑問，請于本文刊發(fā)30日內(nèi)聯(lián)系醫(yī)藥學(xué)術(shù)。 原創(chuàng)內(nèi)容未經(jīng)授權(quán)，禁止轉(zhuǎn)載至其他平臺(tái)。

中醫(yī)藥基礎(chǔ)科研服務(wù)及加群交流：

相關(guān)咨詢，加微信：1278317307。

【福利時(shí)刻】科研服務(wù)（點(diǎn)擊查看）：、、、、、。咨詢加微信：1278317307。