大家好，今天小编关注到一个比较有意思的话题，就是关于代谢组学的散点图的问题，于是小编就整理了3个相关介绍代谢组学的散点图的解答，让我们一起看看吧。

1. 简述代谢组学的概念、研究技术和应用
2. 用PLS和OPLS分析代谢组数据
3. R绘图|ggplot2火山图的绘制

1、简述代谢组学的概念、研究技术和应用

代谢组学 ：利用高通量的技术来鉴定和定量一个细胞、组织或器官中所有小分子或代谢物的生命科学研究。代谢组学应用：PS：TIC是在GC-MS或LC-MS等方法中使用的一种色谱图。

概述代谢组学是效仿基因组学和蛋白质组学的研究思想，对生物体内所有代谢物进行定量分析，并寻找代谢物与生理病理变化的相对关系的研究方式，是系统生物学的组成部分。

植物营养研究：代谢组学可以用于研究植物对不同营养元素的吸收和利用，为合理施肥提供科学依据。植物药用价值研究：通过分析植物中的代谢物，可以评估其药用价值，为中药开发提供参考。

代谢组学隶属于组学范畴之内，目前关注度颇高，它是了解小分子代谢物质（相对分子质量小于1000）数量、种类、丰度的研究技术，可以对小分子物质进行全面的定性及定量分析，并寻找代谢物与环境因子变化的相对关系。

2、用PLS和OPLS分析代谢组数据

数据格式：确保数据以SIMCA-P软件能够识别的格式导入，通常是CSV或Excel格式。数据组织：数据应该组织为样本（行）和变量（列），例如，在代谢组学研究中，每一行代表一个样本，每一列代表一个代谢物。

PLS-DA作为一种有监督的分析方法，在分析时必须对样品进行指定并分组，这样分组后模型将自动加上一个隐含的数据集Y，这种模型计算的方法强行把各组分门别类，有利于发现不同组间的异同点。

PLS-DA（偏最小二乘判别分析）图通常用于展示和解释高维数据集中的分类或群体分离。

代谢物提取，一般要求每组至少10个样； 在所有提取好的样本中取等量混合作为QC； QC样本与实验样本穿插上机，开始十个QC，结尾三个QC，中间每十个样本穿插一个QC样本 。

在中心法则的指导下，基因组、转录组、蛋白组通常以 信息流 的方式呈现，而代谢组被认为是新陈代谢的结果。

3、R绘图|ggplot2火山图的绘制

X轴代表log2（FC）；Y轴代表-log10（q value），灰色代表无差异基因，红色代表上调基因，绿色代表下调基因。X轴的取值可以是FC，也可以是log2处理后的值。

可以看到，这个数据当中log2（fold_change）已经天然存在，Adjust P_Value也已经存在，只不过需要我们进行-log10的转换。

这个图的做法和之前我们写过的ggplot做火山图同根同源（ ggplot做火山图---添加任意基因标签|||突出显示标记基因 ）。我们的复现结果基本和这篇NC是一样的，有以下特点：上下调基因阈值使用曲线。

标准的火山图常用于展示显著差异表达的基因，这里有两个关键词：显著是指P0.05，差异表达一般我们按照Fold Change（倍数变化）=0作为标准。

到此，以上就是小编对于代谢组学的散点图的问题就介绍到这了，希望介绍关于代谢组学的散点图的3点解答对大家有用。