非靶向代谢组学-QC(untargeted metabolome with QC)

非靶向代谢组学-QC
当拥有大量样本的时候，用普通的非靶向代谢组学方法，往往会因为系统误差、分析误差、人为因素等原因导致样本间的差异，而造成了数据的不可靠性，通过对非靶向代谢组学进行质量控制，可以避免这些问题。
在基于GC-MS、LC-MS或者NMR技术的代谢组学研究中，为了获得可靠、高质量的数据，分析误差应该控制在不影响多变量统计分析结果的范围内，研究可以从加入QC样本、随机进样、保留时间控制等三方面控制和监控样品前处理到样品检测过程中方法的稳定性。基于以上的数据可靠性评价，认为多变量统计分析后的样本间的差异来源于样本代谢物的差异而非分析误差。


分析流程
生物信息分析


生物信息学分析

基础服务包
1. 原始数据Peak提取及保留时间纠正	2. 多样本Peak比对(peak alignment)
3. 缺失值模拟	4. 显著性差异Peak分析
基础分析包（统计分析）
1.主成分分析(PCA)	2.偏最小二乘法判别分析(PLS-DA)
3.热图分析	4.K-means聚类分析
5.决策树分类分析	6.ROC判别分析
增殖分析包（功能分析）
1. Peak代谢组注释	2. Pathway注释
增殖分析包（关联分析）
1. 代谢组与转录组关联分析	2.代谢组与蛋白组组关联分析

非靶向代谢组学-QC(untargeted metabolome with QC)信息由苏州帕诺米克生物科技有限公司为您提供，如您想了解更多关于非靶向代谢组学-QC(untargeted metabolome with QC)报价、型号、参数等信息，欢迎来电或留言咨询。

注：该产品未在中华人民共和国食品药品监督管理部门申请医疗器械注册和备案，不可用于临床诊断或治疗等相关用途