91狠狠综合久久久久久,红桃视频成人A片,国产一区二区三区在线视频

發(fā)布于 2021年12月16日

代謝組學(xué)是繼基因組學(xué)和蛋白組學(xué)之后發(fā)展起來的一門組學(xué)學(xué)科，非靶向代謝組學(xué)是無偏向性對所有小分子代謝物（相對質(zhì)量小于1500）同時(shí)進(jìn)行檢測分析的代謝組學(xué)。
LC-MS是指液相色譜-質(zhì)譜聯(lián)用技術(shù)，該技術(shù)對待測組分的揮發(fā)性和熱穩(wěn)定性沒有要求，不需要繁瑣的衍生化步驟，樣品前處理簡單，檢測溫度低，分離物質(zhì)快速、高效，是目前代謝組學(xué)研究中常用的分析技術(shù)。

此次LC-MS非靶向代謝組學(xué)產(chǎn)品升級，有大版本改變的同時(shí)也具有一些細(xì)節(jié)上的優(yōu)化。針對流程邏輯，語言描述，圖片數(shù)量和質(zhì)量，英文內(nèi)容，表格展示，圖表注釋和參考文獻(xiàn)等方面進(jìn)行了全面升級優(yōu)化。讓客戶拿到易看易讀易懂的報(bào)告，得到更滿意的結(jié)果。

新版具備4個(gè)新增優(yōu)化，5個(gè)亮點(diǎn)，不斷升級給客戶提供高質(zhì)量的分析報(bào)告。

新增優(yōu)化

1. PCA圖分析

PCA圖現(xiàn)在用形狀和顏色區(qū)分更多的組，一眼就可看到組內(nèi)和組間的代謝模式差別和聚類結(jié)果。同時(shí)顯示QC樣本，通過QC更能直觀的儀器的穩(wěn)定性。

圖1 所有樣本PCA分析

2. 樣本相關(guān)性分析

樣本相關(guān)性更改配色，并將組間隔開，更加直觀看出組內(nèi)重復(fù)性。

通過樣品之間的相關(guān)性分析可以評估組內(nèi)樣品之間的生物學(xué)重復(fù)。同時(shí)組內(nèi)樣品相對組間樣品的相關(guān)系數(shù)越高，獲得的差異代謝物越可靠。

圖2 樣品QC相關(guān)性圖

此外，新增QC樣本間的相關(guān)性, 通過計(jì)算QC樣品之間的相關(guān)性分析可以評估下機(jī)數(shù)據(jù)整體質(zhì)量，一般認(rèn)為QC樣本間相關(guān)性>0.75時(shí)，數(shù)據(jù)質(zhì)量較為可靠。

圖3 樣品QC相關(guān)性圖

3.差異代謝物并集分析

聚類分析（Cluster Analysis）是把相似的對象通過靜態(tài)分類的方法分成不同的組別或者更多的子集（Subset），這樣讓在同一個(gè)子集中的成員對象都有相似的一些屬性，是一種常見的多元統(tǒng)計(jì)分析方法，通常能簡單、直觀的觀察數(shù)據(jù)的總體特征。

對篩選的差異代謝物繪制層次聚類熱圖，首先將所有比較組合鑒定出的差異代謝物取并集（Union），繪制此集合在所有樣本的聚類熱圖

圖4 差異代謝并集聚類熱圖

4. 差異代謝物ROC分析

ROC曲線 (receiver operating characteristic curve) 是一種常用來篩選評估生物標(biāo)記物的分析方法[9]。AUC (Area under the curve) 是衡量ROC曲線非常有用的度量。AUC始終在0.5（兩個(gè)類在統(tǒng)計(jì)上相同）和1.0（有一個(gè)閾值可以實(shí)現(xiàn)類之間的完美分離）之間，越接近1，物質(zhì)的在對照組和實(shí)驗(yàn)組的分離就越明顯（即為潛在的生物標(biāo)記物）。一般來說，組內(nèi)生物學(xué)重復(fù)>15時(shí)，ROC曲線才有足夠的點(diǎn)繪制折線，才會體現(xiàn)出較大意義。對篩選出的各組差異代謝物單獨(dú)進(jìn)行ROC分析。

圖5 差異代謝物ROC圖及箱線圖

亮點(diǎn)

1. 結(jié)構(gòu)調(diào)整

報(bào)告章節(jié)由原先的兩個(gè)部分改為五個(gè)部分，每個(gè)部分的分析結(jié)果都分為概述、數(shù)據(jù)來源、工具軟件、分析參數(shù)幾個(gè)部分。結(jié)果文件目錄結(jié)構(gòu)進(jìn)行調(diào)整，給目錄添加編號。邏輯更清晰，更易理解整體思路。