燃情五月，各地逐步落实开学计划，科学研究的步伐也是时候大步迈开了，今夏最火热的代谢组学研究你安排上了吗？提前了解代谢组结果，坚定我们代谢组研究的决心。今天带你走进代谢组学研究，一文搞定代谢组数据看不懂的问题。

图说代谢组（一）基峰图和总离子流图

1. 基峰图（Base Peak Chromatogram，BPC）：经色谱分离流出的组分不断进入质谱，质谱连续扫描进行数据采集。每一次扫描得到一张质谱图，选择每张质谱图中强度最大的离子连续描绘，以离子强度为纵坐标、时间为横坐标，得到的图谱。

2. 总离子流图（Total ion chromatogram ，TIC）：总离子流随时间变化的图谱。在TIC中，纵坐标表示收集存储离子的电流总强度，横坐标表示离子的生成时间或连续扫描的扫描次数。

3. TIC和BPC都是对于样品整体信息的反映，一般情况下BPC图比TIC图要漂亮，所以文章里面很多时候会用到BPC图。但是有的学者认为BPC图不是样品真实的反映，所以不接受BPC，只接受TIC。

4. 如果想挑选任意样本展示在一张图中，只需使用特定的软件打开代谢组原始文件就可以导出BPC图或者TIC图。

图说代谢组（二）关于质量控制（QC）和质量保证（QA）

1. 质量控制（QC）：在进行基于质谱技术的代谢组学研究时，为了获得可靠且高质量的代谢组学数据，通常需进行质量控制（quality control, QC)。QC只是对样本检测结果所做的一个展示，并未对数据进行筛选和“漂洗”等操作。

2. 质量保证（QA）：为了发现生物标记物，潜在的特征峰在QC样本中的相对标准偏差（relative standard deviation，RSD），即变异系数不能超过30%，如果超过的话，相关特征峰应予以删除。所以，在QC基础上，通常会进行QA，用来删除QC样本中重复性差的特征峰（features），以便获得更高质量的数据集，更有利于生物标记物的检测。

3. 总结：QC是为了发现问题，检查在样本检测过程中是否存在异常；QA是为了筛选更可信的特征峰进行后续分析。

图说代谢组（三）关于多元统计分析

由于代谢组数据具有多维且某些变量间高度相关的特点，运用传统的单变量分析无法快速、充分、准确地挖掘数据内潜在的信息。因此在分析代谢组数据需要运用化学计量学原理和多元统计的方法，对采集的多维数据进行降维和归类分析，从而挖掘提炼出最有用的信息。

目前主流的代谢组多元统计分析具体会进行如下三步曲：

1. 主成分分析（Principal Component Analysis, PCA）：观察所有样本之间的总体分布趋势，找出可能存在的离散点。

2. 偏最小二乘判别分析（Partial Least Squares-Discriminant Analysis, PLS-DA）：目前代谢组学数据分析中最常使用的一种分类方法，它在降维的同时结合了回归模型，并利用一定的判别阈值对回归结果进行判别分析。

3. 正交-偏最小二乘判别分析 (Orthogonal Partial Least Squares Discriminant Analysis, OPLS-DA）：代谢组学数据分析中另一种常用的方法，是PLS-DA的扩展，可最大程度查看组间差异。

图说代谢组（四）代谢物层次聚类分析和样本树状图分析

1. 聚类分析被用于判断代谢物在不同实验条件下的代谢模式。以不同实验条件下代谢物的相对值为代谢水平，做层次聚类（hierarchical clustering）分析，结果以热图表示。热图表现的是一个数据矩阵，通过使用颜色梯度使数据间的差异实现可视化，通过数据缩放，保留较大差异，同时也能突显较小差异。不同颜色的区域代表不同的聚类分组信息，同组内的代谢模式相似，可能具有相似的功能或参与相同的生物学过程。因此通过将代谢模式相同或者相近的代谢物聚成类，可以用来推测已知或未知代谢物的生物学功能。

2. 将所有样本及相关数据进行距离矩阵计算，并采用层次聚类（hierarchical cluster）对所有样本进行聚类，形成表现样本间相似度的树状图。层次聚类指的是从下而上地合并cluster，具体而言，就是每次找到距离最短的两个cluster，然后进行合并成一个大的cluster，直到全部合并为一个cluster，整个过程就是建立一个树结构的过程。

3. 总结：代谢物层次聚类分析主要是用来将代谢物据成类，观察代谢物分群的情况；样本树状图分析主要是用来对样本进行聚类，观察样本之间的关系。