代谢组学数据挖掘速通指南：一文讲透3大分析策略（建议收藏）

差异代谢物的筛选是数据分析的第一步，也是最重要的一步。我们通常基于多元统计和单变量分析的结合，采用VIP值（Variable Importance in Projection, 通常来自OPLS-DA模型）、FC值（Fold Change, 差异倍数） 和P值（来自T检验等统计方法） 作为综合筛选标准，以确保结果兼具高置信度和生物学显著性。

👉 作用：直观展示所有检测代谢物的统计显著性（-log₁₀ P-value）与变化幅度（Log₂ FC）之间的关系，是初筛全局趋势的核心工具。

👉 如何看？

火山图中的每一个点表示一种代谢物。通常，右上方的点（显著上调）和左上方的点（显著下调）为候选差异代谢物。灰色代表检测到但差异不显著的代谢物:横坐标表示某代谢物在两组样品中相对含量差异倍数的对数值(Log₂ FC)，横坐标绝对值越大，说明该物质在两组样品间的相对含量差异越大。VIP + FC +P-value 筛选条件下，纵坐标表示差异显著性水平(-LogP-value)，圆点的大小代表 VIP 值。

👉 作用：对筛选出的差异代谢物进行可视化排序，清晰展示其变化方向与程度。

👉 如何看？

纵轴为代谢物名称，横轴为Log₂ FC值。红色条形表示上调，绿色条形表示下调，条形长度代表变化倍数大小。此图便于快速比较不同代谢物间的相对变化情况。

在获得差异代谢物列表后，需要进一步分析这些代谢物之间的相互关系及其在不同样本群体中的表达模式。

👉 作用：可视化显著差异代谢物两两之间的统计学相关性强度与方向。

👉 如何看？

横向为差异代谢物名称，纵向为差异代谢物名称，不同颜色代表皮尔逊相关系数r的高低，相关系数与颜色间的关系见右侧图例说明，红色表示正相关性较强，绿色表示负相关性较强，颜色越深代表代谢物之间的相关系数的绝对值越大。

👉 作用：深入揭示差异代谢物之间的统计学相关性（正相关或负相关），推测其潜在的生化途径关联。

👉 如何看？

图中点代表不同的差异代谢物，点的大小与连接度(Degree) 相关，连接度越大点越大，即与它连接的点(邻居) 个数越多。同一个分类的代谢物用同一种颜色表示。红色线条代表正相关，蓝色线条代表负相关。线条的粗细代表皮尔逊相关系数r的绝对值的大小，线条越粗，r 越大。

👉 作用：同时展示代谢物表达模式在不同样本间的相似性与差异性，并对代谢物和/或样本进行无监督聚类。

👉 如何看？

行代表代谢物，列代表样本，颜色深浅（通常红-高表达，绿-低表达）表示标准化后的相对含量。其中，heatmap class: 按物质分类热图，Class 为物质一级分类; heatmap col-row cluster: 对代谢物和样品均进行聚类分析，图中左侧的聚类线为代谢物聚类线，图中上方的聚类线为样品聚类线。heatmap row cluster:仅对代谢物进行聚类分析，图中左侧的聚类线为代谢物聚类线。

👉 作用：将所有差异代谢物按照其在不同分组中的含量变化趋势进行归类，识别出具有相同动态变化模式的代谢物群体。

👉 如何看？

横坐标表示样品分组，纵坐标表示标准化的代谢物相对含量，Sub class 代表相同变化趋势的代谢物类别编号，total: * 代表该类别的代谢物的数目为*。

找到差异代谢物后，最终需落脚于阐释其背后的生物学功能。KEGG数据库有助于研究者把基因、表达信息以及代谢物含量作为一个整体网络进行研究。作为有关 Pathway 的主要公共数据库，KEGG 提供的整合代谢途径(Pathway)查询，包括碳水化合物、核苷酸、氨基酸等的代谢及有机物的生物降解，不仅提供了所有可能的代谢途径，而且对催化各步反应的酶进行了全面的注解，包含有氨基酸序列、PDB 库的链接等等，是进行生物体内代谢分析、代谢网络研究的强有力工具。

👉 作用：展示差异代谢物主要富集在哪些已知的代谢通路上，并显示各通路所包含的差异代谢物数量。

👉 如何看？

纵坐标为代谢通路的名称，横坐标为注释到该通路下的差异代谢物个数及其个数占被注释上的差异代谢物总数的比例。此图提供全局视角，快速了解差异代谢物主要参与了哪些类型的生物学过程（如氨基酸代谢、碳水化合物代谢等）。

👉 作用：不仅展示富集通路，更进一步通过统计学检验（如超几何分布检验）判断哪些通路被显著富集，是功能分析的核心结论图。

👉 如何看？

横坐标表示每个通路对应的 Rich Factor，纵坐标为通路名称(按照 P-value排序)，点的颜色反映 P-value 大小，越红表示富集越显著。点的大小代表富集到的差异代谢物的个数多少。

如有侵权，联系删除。