美吉生物结题报告

样本信息表

注：展示本项目的样本基本信息，包括Sample initial/analysis name（样本初始/现用名称）、Group name（组名）以及Sample description（样品描述）。“样本描述”和“样本现用名称”可通过【在线编辑】进行再次编辑，修改后，页面展示修改后的样本名。

test

注：（1）集合名称；（2）该集合中代谢物数目；（3）集合类型：① 差异代谢-通过两组比较、两样本比较筛选的差异代谢集合；② 自建代谢集-通过勾选代谢物创建出的关注代谢集；③ 代谢集：有3个分别是 Set_Origin、Set_Raw和DiffSet_mix。（Set_Origin和Set_Raw通过工作流默认将Origin数据表、Raw数据表中有名称的代谢物创建的集合；DiffSet_mix工作流默认创建的所有差异代谢集的并集）；（4）分析记录：代谢集合是在哪个分析中获得的；（5）对比组：是哪个对比组；（6）筛选条件：如果是差异代谢集：是由哪些筛选条件创建的。

QC样本评估图-pos

注：横坐标为RSD (%)值，即标准差/均值，纵坐标为离子峰所占的累积比例。对于整体数据而言，如RSD<30%,峰所占的累计比例>0.7，则整体数据合格（虚线表示预处理前，实线表示预处理后，Raw data 只有一条实线）。

样本相关性数据表

注：第一行和第一列为样本名，表中数值为每两个样本间的相关性系数或相关性P值，相关性系数的绝对值越大表示两个样本的相关性越强；相关性P值越小，表示两个样本的相关性越显著。

PCA分析图

注：PCA得分图。样本通过降维分析后，在主成分p1，p2上有相对坐标点，各个坐标点的距离代表了样本间聚集和离散程度，距离越近表明样本间相似性越高，距离越远表明样本间差异性越大。通过PCA分析可以观察实验模型中的组间分离趋势，以及是否有异常点出现，同时从原始数据上反映组间和组内的变异度。置信椭圆表示本组“真实”样本在95% 的置信度下，分布在此区域内;超过此区域表示样本可能异常。 组间差异检验 （1）ANOSIM分析注：statistic为R值，理论范围为-1到+1，实际R值一般从0到1；R值越接近1表示组间差异越大于组内差异，R值越小则表示组间和组内没有明显差异；P值为差异是否有显著性。 （2）Adonis分析注：R2值方差贡献，代表分组因素对样本差异的解释度，R2越大表示分组对差异的解释度越高；Pr，为P值，小于0.05说明差异显著性。

样本比较分析-PCA 二维PCA+箱型图

注：PCA得分图。样本通过降维分析后，在主成分p1，p2上有相对坐标点，各个坐标点的距离代表了样本间聚集和离散程度，距离越近表明样本间相似性越高，距离越远表明样本间差异性越大。通过PCA分析可以观察实验模型中的组间分离趋势，以及是否有异常点出现，同时从原始数据上反映组间和组内的变异度。置信椭圆表示本组“真实”样本在95% 的置信度下，分布在此区域内;超过此区域表示样本可能异常。上方和右侧箱子代表各个分组在PC轴的坐标值分布，反映了样本间聚集程度，箱子上的点为各样本点坐标值。

PCA模型参数表

注：R2X表示模型对X变量差异的解释性，R2X(cum)表示累积的差异解释性，数值越接近1说明模型越好，越低说明模型的拟合准确性越差。p1和p2分别表示第一和第二主成分贡献值。

样本比较venn

注：若2 ≤ 分组 ≤ 5，图形会呈现venn图，不同的颜色代表不同的分组（或样本），重叠部分的数字代表多个分组中共有的代谢物数目，非重叠部分的数字代表对应分组所特有的代谢物数目；若分组 ≥ 6，图形会呈现花瓣图，花瓣里是对应分组特有的代谢物数目，中心是所有分组共有的代谢物数目。在云平台交互式页面中，点击Venn图中数字后，可以创建代谢集，用于后续分析。

PLS-DA置换检验

注：PLS-DA模型验证。横坐标表示置换检验的置换保留度（与原模型Y变量顺序一致的比例，置换保留度为1的点即为原模型的R2和Q2值），纵坐标表示R2（红色圆点）和Q2（蓝色三角）置换检验的取值，两条虚线分别表示R2和Q2的回归线。置换检验针对的是实验组和对照组一起做的。置换检验模型是随机打乱实验组和对照组的分组标签（Y变量），横轴的置换保留度是与原模型Y变量顺序一致的比例，置换保留度为1，即为原OPLS-DA/PLS-DA模型的R2和Q2。一般选择随机置换检验的次数是200次。置换检验评价的标准是看Q2回归线与Y轴的截距，截距小于0.05表明模型稳健可靠，未发生过拟合。但有的时候由于样本数量较少，截距大于0.05，这个时候可以只看R2,Q2的回归线，只要随着置换保留度的下降，R2和Q2下降，回归线呈向上的趋势，也能说明置换检验过关，模型不存在过拟合现象。

PLS-DA置换检验

注：横坐标为置换检验随机模型的准确率，纵坐标为随机模型的个数，红色柱子代表置换检验得到的Q 值出现的个数，蓝色柱子代表置换检验得到的R2Y值出现的个数。 p值 = 置换检验的随机模型中优于原模型的个数 / 置换检验中所有的随机模型个数。 例如，Q2的p=0.01，说明在置换检验过程中，有1%个随机模型的预测能力优于原模型；R2Y的p=0.05，说明在置换检验过程中，有5%随机模型的解释能力优于原模型。一般认为p<0.05时，模型最优。

PLS-DA模型

注：PLS-DA主成分数目选择。R2Y和Q2分别用来评价PLS-DA模型的解释能力和预测能力，R2Y和Q2的累计值越大，说明模型越稳定可靠。

样本PLS-DA模型参数

注：R2X和R2Y分别表示所建模型对X和Y矩阵的解释率，R2X（cum）和R2Y（cum）表示累积解释率；Q2表示模型的预测能力，这3个指标越接近于1时表示模型越稳定可靠，Q2 > 0.5表示模型的预测能力较好，Q2 < 0.5表示模型的预测能力较差。p1，p2分别表示第一，第二主成分。

KEGG化合物分类统计柱状图

注：纵坐标为KEGG化合物分类，横坐标为注释到该种类化合物个数；条形的颜色表示属于化合物一级分类类别。

KEGG化合物分类统计表

注: （1）First Category：KEGG化合物注释的一级分类；（2）Second Category：KEGG化合物注释的二级分类；（3）number：注释到此二级分类的代谢物数目【点击数字可以弹出代谢物详情表查看代谢物的基本信息】。

KEGG通路统计图

注：纵坐标为KEGG代谢通路的二级分类，横坐标为注释到该通路下的化合物个数。KEGG代谢通路可分为7大类：代谢（Metabolism），遗传信息处理（Genetic Information Processing），环境信息处理（Environmental Information Processing），细胞过程（Cellular Processes），生物体系统（Organismal Systems），人类疾病（Human Diseases），药物开发（Drug Development）。条形的颜色表示不同代谢途径类别。

KEGG通路统计分框式柱形图

注：横坐标为KEGG代谢通路的二级分类，纵坐标为注释到该通路下的化合物个数。KEGG代谢通路可分为7大类：代谢（Metabolism），遗传信息处理（Genetic Information Processing），环境信息处理（Environmental Information Processing），细胞过程（Cellular Processes），生物体系统（Organismal Systems），人类疾病（Human Diseases），药物开发（Drug Development）。不同分类颜色表示不同代谢途径类别。

KEGG通路统计表

注: （1）First Category：代谢通路的一级分类；（2）Second Category：代谢通路的二级分类；（3）number：Number：注释到该二级通路上代谢物的数量【点击数字可以弹出代谢物详情表查看代谢物的基本信息】。

KEGG重要通路统计图

注：从左至右按照包含代谢物数目从高到低依次排列，柱子越高表明鉴定代谢物中参与此通路的代谢物越多，该生物学通路越活跃，可以根据研究目的的不同选择排序靠前的通路进行后续深入分析。

KEGG重要通路统计表

注: （1）Pathway：通路名称；（2）Pathway ID：通路ID号；（3）First Category：代谢通路的一级分类；（4）Second Category：代谢通路的二级分类；（5）number：Number：该通路上代谢物的数量【点击数字可以弹出代谢物详情表查看代谢物的基本信息】。

HMDB化合物分类饼图

注：根据代谢物的数量，从高到低顺序展示所选HMDB层级（Superclass、Class或Subclass）的名称和代谢物所占的百分比。图中每个饼图中的不同颜色代表了不同的HMDB分类，其面积表示该分类中代谢物所占的相对比例。

HMDB化合物分类统计表

注：展示注释到的所选HMDB层级（Superclass、Class或Subclass）的名称和代谢物数量【点击数字可以弹出代谢物详情表查看代谢物的基本信息】。

代谢物注释信息-化合物分类分布统计图-分组柱形图

注：横坐标为各个分类，纵坐标为代谢物数量/代谢物表达量，不同颜色的柱子代表代表不同的分组，柱子高度代表代谢物数量/代谢物表达量总和的多少。

代谢物注释信息-化合物分类分布统计图-堆叠柱形图

注：横坐标为各个分组，纵坐标为各分类在分组中注释的代谢物数量/代谢物表达量，不同颜色的柱子代表不同的分类，柱子的长短代表该分类下代谢物数量/代谢物表达量总和的多少。

代谢物注释信息-化合物分类分布统计表

注：第一列为HMDB分类，根据选择分类类型展示Superclass、Class或Subclass，第二列之后为各个分组在不同分类下代谢物数量/表达量总和的多少，可以勾选数字查看代谢物或创建代谢集。

HMDB化合物分类饼图

注：根据代谢物的数量，从高到低顺序展示所选HMDB层级（Superclass、Class或Subclass）的名称和代谢物所占的百分比。图中每个饼图中的不同颜色代表了不同的HMDB分类，其面积表示该分类中代谢物所占的相对比例。

HMDB化合物分类统计表

注：展示注释到的所选HMDB层级（Superclass、Class或Subclass）的名称和代谢物数量【点击数字可以弹出代谢物详情表查看代谢物的基本信息】。

代谢物注释信息-化合物分类分布统计图-分组柱形图

注：横坐标为各个分类，纵坐标为代谢物数量/代谢物表达量，不同颜色的柱子代表代表不同的分组，柱子高度代表代谢物数量/代谢物表达量总和的多少。

代谢物注释信息-化合物分类分布统计图-堆叠柱形图

注：横坐标为各个分组，纵坐标为各分类在分组中注释的代谢物数量/代谢物表达量，不同颜色的柱子代表不同的分类，柱子的长短代表该分类下代谢物数量/代谢物表达量总和的多少。

代谢物注释信息总览表

注：（1）ID：质谱搜库鉴定得到的数据矩阵中，根据不同离子模式，随机给每个离子峰的编号；（2）Metabolite: 鉴定到的代谢物名称，其中metab_[0,9]表示没有定性到的离子峰；（3）代谢物：鉴定到的代谢物中文名称，此中文翻译仅供参考，请结合实际情况进行判断；（4）Metab ID：云平台分析中，随机给每个离子峰的编号，用于创建代谢集等运算；（5）level：代谢物鉴定等级B(i)：基于MS/MS二级谱库的精确匹配（自建库），这是代谢最高的鉴定准确度；B(ii) 基于计算机模拟的MS/MS二级谱库精确匹配（公开库，理论库）（LC项目特有）；（6）KEGG Pathway ID：通路ID号；（7）KEGG Pathway Description：通路名称；（8）通路：通路中文翻译；（9）Library ID：代谢物在相应搜库数据库的登录号；（10）Adducts：加合离子模式，指在质谱电离过程中，目标分析物分子（M）与其它离子或分子结合形成一个带电的复合离子；（11）Formula：代谢物的化学式；（12）Retention time：指带电离子在色谱中的保留时间；（13）KEGG Compound ID：KEGG数据库登录号；（14）Mode：离子模式，pos正离子，neg负离子模式；（15）KEGG Compound First Category：该代谢物在KEGG Compound数据库中的分类一级信息；（16）KEGG Compound Second Category：该代谢物在KEGG Compound数据库中的分类二级信息；（17）KEGG Pathway First Category：该通路KEGG Pathway数据中通路一级信息；（18）KEGG Pathway Second Category：该通路KEGG Pathway数据中通路二级信息；（19）HMDB Superclass：该代谢物在HMDB数据库中一级分类信息；（20）HMDB Subclass：该代谢物在HMDB数据库中二级分类信息；（21）HMDB Class：该代谢物在HMDB数据库中三级分类信息；（22）M/Z：质荷比，指带电离子的质量与所带电荷之比值；（23）Fragmentation Score：标品自建库、Metlin、LipidBlast等谱图数据库搜库得分（LC项目）；（24）Theoretical fragmentation Score：HMDB等理论数据库搜库得分（LC项目）；（25）Mass error：质量偏差（ppm）；（26）CAS ID：化学物质登录号；（27）RSD：QC样本相对标准偏差。（28）Quant Mass：定量离子（GC项目）；（29）RI：实验测定的保留指数（GC和顶空项目）；（30）Library RI：为数据库查询的保留指数（GC和顶空项目）；（31）RI Score：保留指数的打分值，得分值越高，物质鉴定就越准确（GC项目）；（32）Odour：气味属性信息（顶空项目特有）；（33）Odour class：依据气味数据库对物质结构进行分类（顶空项目特有）；（34）CCS：碰撞截面积（离子淌度参数）（4D代谢特有）；（35）Delta_CCS [%]：碰撞截面积相对偏差百分比（4D代谢特有）；（36）mSigma：同位素相似性偏差值（4D代谢特有）；（36）Annotations：注释的数据库来源（4D代谢特有）；（37）AQ：五维Annotation Quality（定性因子）的定性情况：每个维度用0，1，2 来表示；0表示没有使用这个因子，1和2表示满足因子的情况（4D代谢特有）；（38）AQ Details：最终采用的定性因子（4D代谢特有）;（39）Annotation Source：最终定性的数据库来源（4D代谢特有）。

明星通路代谢物注释详情表

注: （1）metabolite: 代谢数据库中名称；（2）代谢物：代谢物中文名称，此中文翻译仅供参考，请结合实际情况进行判断；；（3）Metab ID：云平台分析中，随机给每个离子峰的编号，用于创建代谢集等运算；；（4）level：代谢物鉴定等级B(i)：基于MS/MS二级谱库的精确匹配（自建库），这是代谢最高的鉴定准确度；B(ii) 基于计算机模拟的MS/MS二级谱库精确匹配（公开库，理论库）；（5）KEGG Compound ID：KEGG数据库化合物登录号；（6）KEGG Pathway ID：通路ID号；（7）KEGG Pathway Description：通路名称；（8）通路：通路中文翻译；（9）KEGG Pathway First Category：该通路KEGG Pathway数据中通路一级信息；（10）KEGG Pathway Second Category：该通路KEGG Pathway数据中通路二级信息；（11）明星通路：所属的明星通路，多个以分号分隔。

明星通路注释详情表

注: （1）Pathway ID：通路ID号，点击红色图标可跳转查看在线通路；（2） Pathway Description：通路名称；（3）通路描述：通路中文翻译；（4）明星通路：所属的明星通路；（5）KEGG Pathway First Category：该通路KEGG Pathway数据中通路一级信息；（6）KEGG Pathway Second Category：该通路KEGG Pathway数据中通路二级信息；metabolite: 代谢数据库中名称；（7）Number：通路上注释的代谢物个数，点击ketchup代谢物详情表。

组间差异详情表

注：（1）ID：质谱搜库鉴定得到的数据矩阵中，根据不同离子模式，随机给每个离子峰的编号；（2）Metabolite: 鉴定到的代谢物名称，其中metab_[0,9]表示没有定性到的离子峰；（3）Metab ID：云平台分析中，随机给每个离子峰的编号，用于创建代谢集等运算；（4）graph：代谢物丰度在两组间的分布展示[柱状图，箱线图，小提琴图]；（5）VIP_pred_OPLS-DA：该代谢物在两组间OPLS-DA模型中的VIP值（6）VIP_PLS-DA：该代谢物在两组间的PLSDA模型VIP值；（7）FC(Y/X)：该代谢物在两组间的差异表达倍数（fold change）。X：该代谢物在对照组X中的表达量，Y：该代谢物在实验组Y中的表达量，X为对照；（8）P-value：该代谢物在两样本间的差异显著性检验结果；默认筛选标准VIP_pred_OPLS-DA > 1，P-value < 0.05；（9）FDR：校正后的P值；（10）KEGG Compound ID：KEGG数据库登录号；（11）Library ID：代谢物在相应搜库数据库的登录号；（12）M/Z：质荷比，指带电离子的质量与所带电荷之比值；（13）Mode：离子检测模式，包括正离子和负离子模式；（14）Adducts：加合离子模式，指代谢物与细胞大分子之间通过共价键形成的稳定结构；（15）Formula：代谢物的化学式；（16）Retention time：指带电离子在色谱中的保留时间；其它列为依次为该代谢物在KEGG Compound数据库中的分类层级细信息和KEGG Pathway数据中通路层级信息，HMDB中的分类信息，以及代谢物在各样本中的丰度信息。

差异火山图

注：横坐标为代谢物在两组间表达差异的倍数变化值，即log2FC，纵坐标为代谢物表达量变化差异的统计学检验值，即-log10(p_value)值，值越高则表达差异越显著，横纵坐标的数值都做了对数化处理。图中每个点代表一个特定的代谢物，点的大小表示Vip值。默认红色点表示显著上调的代谢物，蓝色点表示显著下调的代谢物，灰色点为非显著差异代谢物。对应数据见差异详情表。将所有代谢物映射上去之后，可以获知，在左边的点为表达差异下调的代谢物，右边的点为表达差异上调的代谢物，越靠左右两边和上边的点表达差异越显著。

两组比较分析-差异散点图

注：横纵坐标分别表示两个分组中的表达量，这里横纵坐标的数值都做了对数化处理，每个点代表一个特定的代谢物。特定的一个点对应的横坐标值为该代谢物在对照样中的表达量，纵坐标值为该代谢物在处理样中的表达量。图中红色点表示显著上调的代谢物，蓝色点表示显著下调的代谢物，灰色点为非显著差异代谢物。将所有代谢物映射上去后，越接近0的点，说明表达量越低；那些偏离了对角线程度越大的点表明该代谢物在两个分组间表达差异越大。

差异统计和火山图-差异堆叠柱形图

注：横坐标为不同的对比组；纵坐标为代谢物的个数；图中堆叠柱代表该对比组差异代谢物的数目，其中红色代表上调差异代谢物，蓝色代表下调差异代谢物。

差异统计和火山图-差异柱形图

注：横坐标为不同的对比组；纵坐标为代谢物的个数；图中红色代表上调差异代谢物，蓝色代表下调差异代谢物。

PCA得分图

注：PCA得分图。样本通过降维分析后，在主成分p1，p2上有相对坐标点，各个坐标点的距离代表了样本间聚集和离散程度，距离越近表明样本间相似性越高，距离越远表明样本间差异性越大。通过PCA分析可以观察实验模型中的组间分离趋势，以及是否有异常点出现，同时从原始数据上反映组间和组内的变异度。置信椭圆表示本组“真实”样本在95% 的置信度下，分布在此区域内;超过此区域可认为是可能异常样本。

PCA模型参数图

注：R2X表示模型对X变量差异的解释性，R2X(cum)表示累积的差异解释性，数值越接近1说明模型越好，越低说明模型的拟合准确性越差。p1和p2分别表示第一和第二主成分贡献值。

PLS-DA得分图

注：PLS-DA得分图。PLS-DA 得分图常用来直观地展示模型的分类效果，图中两组样品分离程度越大，说明分类效果越显著。Comp1第一主成分解释度，Comp2第二主成分解释度。

PLSDA-置换检验柱形图

注：横坐标为置换检验随机模型的准确率，纵坐标为随机模型的个数，红色柱子代表置换检验得到的Q 值出现的个数，蓝色柱子代表置换检验得到的R2Y值出现的个数。 p值 = 置换检验的随机模型中优于原模型的个数 / 置换检验中所有的随机模型个数。 例如，Q2的p=0.01，说明在置换检验过程中，有1%个随机模型的预测能力优于原模型；R2Y的p=0.05，说明在置换检验过程中，有5%随机模型的解释能力优于原模型。一般认为p<0.05时，模型最优。

PLS-DA模型概览图

注：PLS-DA主成分数目选择。R2Y和Q2分别用来评价PLS-DA模型的建模能力和预测能力，R2Y和Q2Y的累计值越大，说明模型越稳定可靠。

PLS-DA置换检验图

注：PLS-DA模型验证。横坐标表示置换检验的置换保留度（与原模型Y变量顺序一致的比例，置换保留度为1的点即为原模型的R2和Q2值），纵坐标表示R2（红色圆点）和Q2（蓝色三角）置换检验的取值，两条虚线分别表示R2和Q2的回归线。

PLS-DA模型参数图

注：R2X和R2Y分别表示所建模型对X和Y矩阵的解释率，R2X（cum）和R2Y（cum）表示累积解释率；Q2表示模型的预测能力，这3个指标越接近于1时表示模型越稳定可靠，Q2 > 0.5表示模型的预测能力较好，Q2 < 0.5表示模型的预测能力较差。p1，p2分别表示第一，第二主成分。

OPLS-DA 模型概览图

注：OPLS-DA主成分数目选择。R2Y和Q2分别用来评价OPLS-DA模型的建模能力和预测能力，R2Y和Q2Y的累计值越大，说明模型越稳定可靠。

OPLS-DA 置换检验图

注：OPLS-DA模型验证。横坐标表示置换检验的置换保留度（与原模型Y变量顺序一致的比例，置换保留度为1的点即为原模型的R2和Q2值），纵坐标表示R2（红色圆点）和Q2（蓝色三角）置换检验的取值，两条虚线分别表示R2和Q2的回归线。

OPLS-DA得分图

注：OPLS-DA得分图。OPLS-DA得分图通过正交旋转，过滤掉与分组无关的信息，从而能更好的区分组间差异，提高模型的效能。Comp1第一预测主成分解释度，orthogonal Comp1 第一正交成分解释度。

OPLSDA-置换检验柱形图

注：横坐标为置换检验随机模型的准确率，纵坐标为随机模型的个数，蓝色柱子代表置换检验得到的Q 值出现的个数，红色柱子代表置换检验得到的R2Y值出现的个数。 p值 = 置换检验的随机模型中优于原模型的个数 / 置换检验中所有的随机模型个数。 例如，Q2的p=0.01，说明在置换检验过程中，有1%个随机模型的预测能力优于原模型；R2Y的p=0.05，说明在置换检验过程中，有5%随机模型的解释能力优于原模型。一般认为p<0.05时，模型最优。

OPLS-DA模型参数图

注：R2X和R2Y分别表示所建模型对X和Y矩阵的解释率，R2X（cum）和R2Y（cum）表示累积解释率；Q2标示模型的预测能力，这3个指标越接近于1时表示模型越稳定可靠，Q2 > 0.5表示模型的预测能力较好，Q2 < 0.5表示模型的预测能力较差。p1表示主成分；o1, o2分别表示第一，第二正交成分。

差异检验统计表

注：Metabolite: 鉴定到的代谢物名称，其中metab_[0,9]表示没有定性到的离子峰；Metab ID：云平台分析中，随机给每个离子峰的编号，用于创建代谢集等运算；graph：代谢物丰度在多组间的分布展示[柱状图，箱线图，差异柱形图；P_value为假阳性概率值，是统计学中常用的判定值，一般来说P_value < 0.05 时差异显著；FDR：矫正过后的P值。Mean为代谢物在不同分组中的平均相对丰度；Sd为标准差；

模型参数表

注：R2X和R2Y分别表示所建模型对X和Y矩阵的解释率，R2X（cum）和R2Y（cum）表示累积解释率；Q2表示模型的预测能力，这3个指标越接近于1时表示模型越稳定可靠，Q2 > 0.5表示模型的预测能力较好，Q2 < 0.5表示模型的预测能力较差。p1，p2分别表示第一，第二主成分。

差异检验统计表

注：Metabolite: 鉴定到的代谢物名称，其中metab_[0,9]表示没有定性到的离子峰；Metab ID：云平台分析中，随机给每个离子峰的编号，用于创建代谢集等运算；graph：代谢物丰度在多组间的分布展示[柱状图，箱线图，差异柱形图；P_value为假阳性概率值，是统计学中常用的判定值，一般来说P_value < 0.05 时差异显著；FDR：矫正过后的P值。Mean为代谢物在不同分组中的平均相对丰度；Sd为标准差；

Venn图

注：若2 ≤ 对比组 ≤ 5，图形会呈现venn图或Upset图，不同的颜色代表不同的分组（或样本），重叠部分的数字代表多个对比组中共有的代谢物数目，非重叠部分的数字代表对应对比组所特有的代谢物数目；若对比组 ≥ 6，图形会呈现花瓣Venn图，花瓣里是对应分组特有的代谢物数目，中心是所有分组共有的代谢物数目。柱状图表示各个代谢集里包含代谢物的数目。在云平台交互式页面中，点击Venn图中数字后，可对感兴趣的差异代谢物创建代谢集，用于后续分析。

聚类圆圈热图

注：图中外圈上是代谢物名称，横截面上对应样本/分组的名称，图中的颜色表示代谢物在对应样本中相对含量的大小，具体含量大小变化趋势请见右上方颜色条上的数字标注。圆圈内圈上的树对应代谢物的聚类情况，两个代谢物的分支离得越近，说明它们的含量越接近。

聚类热图

注：图中每列表示一个样本，每行表示一个代谢物，图中的颜色表示代谢物在该组样本中相对表达量的大小，具体表达量大小变化趋势请见右下方颜色条下的数字标注。左侧为代谢物聚类的树状图，右侧为代谢物的名称，两个代谢物分支离得越近，说明它们的表达量越接近；上方为样本聚类的树状图，下方为样本的名称，两个样本分支离的越近，说明这两个样本所有代谢物的表达模式越接近，即代谢物表达量变化趋势越接近。

聚类热图数据表

注: 第一列为质谱搜库鉴定得到的数据矩阵中，根据不同离子模式，随机给每个离子峰的编号，第二列为代谢物名称，其它列为代谢物在各样本中的表达量（经过数据预处理和Scale变换）。

子聚类趋势图

注：为了研究代谢物在不同分组中的相对含量变化趋势，将具有相同变化趋势的代谢物聚类为一个个的簇。图中每一条线代表每一个代谢物，蓝色的线代表各代谢物在样本中平均值，横坐标为样本或分组名称，纵坐标为代谢物在各样本中的表达量（经过数据预处理和Scale变换），标题的Subcluster后的数字代表子聚类的序号，Count后的数字代表该子聚类中代谢物的个数。

子聚类分析表

注：Subcluster：Subcluster子聚类名称；Num：为该子聚类下代谢物的个数。

聚类圆圈热图

注：图中外圈上是代谢物名称，横截面上对应样本/分组的名称，图中的颜色表示代谢物在对应样本中相对含量的大小，具体含量大小变化趋势请见右上方颜色条上的数字标注。圆圈内圈上的树对应代谢物的聚类情况，两个代谢物的分支离得越近，说明它们的含量越接近。

聚类热图

注：图中每列表示一个样本，每行表示一个代谢物，图中的颜色表示代谢物在该组样本中相对表达量的大小，具体表达量大小变化趋势请见右下方颜色条下的数字标注。左侧为代谢物聚类的树状图，右侧为代谢物的名称，两个代谢物分支离得越近，说明它们的表达量越接近；上方为样本聚类的树状图，下方为样本的名称，两个样本分支离的越近，说明这两个样本所有代谢物的表达模式越接近，即代谢物表达量变化趋势越接近。

子聚类趋势图

注：为了研究代谢物在不同分组中的相对含量变化趋势，将具有相同变化趋势的代谢物聚类为一个个的簇。图中每一条线代表每一个代谢物，蓝色的线代表各代谢物在样本中平均值，横坐标为样本或分组名称，纵坐标为代谢物在各样本中的表达量（经过数据预处理和Scale变换），标题的Subcluster后的数字代表子聚类的序号，Count后的数字代表该子聚类中代谢物的个数。

子聚类分析表

注：Subcluster：Subcluster子聚类名称；Num：为该子聚类下代谢物的个数。

vip 层级聚类

注: ID：质谱搜库鉴定得到的数据矩阵中，根据不同离子模式，随机给每个离子峰的编号；metabolite :代谢集中的代谢物； VIP_value表示该代谢物对两组差异的贡献值，VIP值来源取决于参数设置时选择的模型，默认VIP_OPLS-DA不小于1，值越大表示该代谢物在两组间差异越大；P_value表示该代谢物在两组样本间的差异显著性；其它列表示该代谢物在不同样本中的相对表达量（通过scale和log转化）。

相关性热图

注：图右侧和下方为代谢物名称，左侧和上方为代谢物聚类树状图，不同颜色代表相关系数的大小，相关系数正，负值表示正相关和负相关，绝对值越接近于1，表示代谢物正相关或负相关性越高。

三角热图

注：图左侧和下方为代谢物名称，不同颜色代表相关系数的大小，相关系数正，负值表示正相关和负相关，绝对值越接近于1，表示代谢物正相关或负相关性越高。

代谢集分析-代谢物相关性和弦图

注：图中最外圈是代谢物的HMDB/KEGG注释分类；第二圈是代谢物名称，第三圈是代谢物在各个分组的表达量，最内圈是代谢物与代谢物之间的相关性，红色线代表正相关，绿色线代表负相关。

相关性数据表

注：代谢物间的相关性系数r，[-1,1],相关性系数大于零表示正相关，小于零表示负相关，相关性系数的绝对值|r|越大表示相关性越强。一般情况下，|r|≥0.7时，可认为两变量间强相关；0.4≤|r|<0.7，可认为两变量中度相关；0.2≤|r|<0.4，可认为两变量弱相关；|r|<0.2，可认为两变量极弱相关或不相关。P-value：统计学上用P-value评价代谢物间相关性的显著程度。P-value<0.05 ，表示显著相关，P-value <0.001,表示极显著相关。

KEGG化合物分类统计图

注：纵坐标为KEGG化合物二级分类类别，横坐标为注释到该分类的代谢物个数。依据代谢物的生物学作用，主要分为：Organic acids（有机酸）， Lipids（脂质）， Carbohydrates（碳水化合物）， Nucleic acids（核酸），Peptides（肽）， Vitamins and Cofactors（维生素和辅酶因子）， Steroids（类固醇），Hormones and transmitters（激素和传递介质）和 Antibiotics（抗生素）。

KEGG化合物分类统计表

注: First Category：代谢物的KEGG Brite一级分类；Second Category：代谢物的KEGG Brite二级分类；number：注释到此二级分类的相应代谢物集中代谢物数目。

边框式柱状图

注：横坐标为KEGG代谢通路的二级分类，纵坐标为注释到该通路下的化合物个数。KEGG代谢通路可分为7大类：代谢（Metabolism），遗传信息处理（Genetic Information Processing），环境信息处理（Environmental Information Processing），细胞过程（Cellular Processes），生物体系统（Organismal Systems），人类疾病（Human Diseases），药物开发（Drug Development）。不同分类颜色表示不同代谢途径类别。

KEGG统计图

注：纵坐标为KEGG代谢通路的二级分类，横坐标为注释到该通路下的代谢物个数。KEGG代谢通路可分为7大类：代谢（Metabolism），遗传信息处理（Genetic Information Processing），环境信息处理（Environmental Information Processing），细胞过程（Cellular Processes），生物体系统（Organismal Systems），人类疾病（Human Diseases），药物开发（Drug Development）。

KEGG注释统计表

注: First Category：代谢通路的一级分类；Second Category：代谢通路的二级分类；number：注释到此二级分类的相应代谢物集中代谢物数目。

气泡图ER

注：横坐标为富集率，计算方法为num_in_study/num_in_pop；纵坐标为KEGG通路。图中气泡的大小代表该通路中富集到代谢集中compound的多少，气泡的颜色表示不同富集显著性p值的大小。

KEGG富集分析图气泡图

注：横坐标为富集显著性p值，p值越小，在统计学上就越有显著意义，一般p值小于0.05认为该功能为显著富集项；纵坐标为KEGG通路。图中气泡的大小代表该通路中富集到代谢集中代谢物数量的多少。

气泡图p

注：横坐标为富集显著性p值，p值越小，在统计学上就越有显著意义，一般p值小于0.05认为该功能为显著富集项；纵坐标为KEGG通路。图中气泡的大小代表该通路中富集到代谢集中compound 的多少。

KEGG富集分析柱状图

注：横坐标表示pathway name，纵坐标表示富集率，表示该pathway 中富集到的代谢物数目(Metabolite number)与注释到pathway的代谢物数目(Background number)的比值，比值越大，表示富集的程度越大。柱子颜色梯度表示富集的显著性，默认颜色越深，代表该KEGG term 越显著富集，其中 Pvalue或FDR < 0.001的标记为***，Pvalue或FDR < 0.01的标记为**，Pvalue或FDR < 0.05的标记为*。

柱形图ER

注：横坐标为富集率，计算方法为num_in_study/num_in_pop；纵坐标为KEGG通路。图中气泡的大小代表该通路中富集到代谢集中代谢物数量的多少。

KEGG通路差异丰度得分图

注：图中横坐标表示差异丰度得分（DA Score），纵坐标表示KEGG代谢通路名字。DA Score反映代谢通路所有代谢物的整体变化，得分1表示该通路中所有注释到的差异代谢物表达趋势上调，-1表示该通路中所有注释到的差异代谢物表达趋势下调，线段的长度表示DA Score的绝对值。圆点的大小表示该通路中注释到的差异代谢物数量，圆点越大表示该通路中差异代谢物数量越多。圆点分布在中轴右侧且线段越长，表示该通路整体表达情况越倾向于上调；圆点分布在中轴左侧且线段越长，表示该通路整体表达情况越倾向于下调。

KEGG富集统计表

注: （1）Number：富集到该通路的代谢物数目；（2）First Category：代谢通路的一级分类；（3）Second Category：代谢通路的二级分类；（4）Pathway Description：KEGG pathway名称描述；（5）通路描述：每条KEGG通路的中文名称；（6）Pathway ID：KEGG pathway ID；（7）Database：数据库来源(Pathway或Disease)，KEGG数据库中包含两个子库，一个是KEGG PATHWAY，另一个是KEGG DISEASE，KEGG数据库中某些disease通路没有ID号，用“none”表示；（8）DA Score：代谢通路的差异丰度得分；（9）Ratio_in_study：目标代谢物中注释到本通路的代谢物在目标代谢物（本代谢物集中代谢物能注释到KEGG通路的总代谢物数目）中占有的比例，斜线左边为本代谢集注释到本通路的KEGG Compound ID数目，斜线右边为本代谢物集注释到所有通路的KEGG compound ID数目；（10）Ratio_in_pop：背景代谢物中注释到本通路的代谢物在背景代谢物中占有的比例，斜线左边为背景代谢集注释到本通路KEGG compound ID 的数目，竖线右边为背景代谢集注释到所有通路的KEGG compound ID数目；（11）P_value_uncorrected：未经校正的p值，p值代表富集出来的结果是否具有统计学上的显著意义，p值越小，在统计学上就越有显著意义，一般p值小于0.05认为该功能为显著富集项；（12）P_vaule_corrected：校正后的p值。

KEGG拓扑学分析气泡图

注：图中每一个气泡表示一个KEGG Pathway通路；横轴表示通路中代谢物在通路中的相对重要性Impact Value的大小；纵轴表示代谢物参与通路的富集显著性-log10(Pvalue)；气泡大小代表Impact Value值；气泡越大，表示通路重要性越大。

KEGG拓扑学分析气泡图

注：图中每一个气泡表示一个KEGG Pathway通路；横轴表示通路中代谢物在通路中的相对重要性Impact Value的大小；纵轴表示代谢物参与通路的富集显著性-log10(Pvalue)；气泡大小代表Impact Value值；气泡越大，表示通路重要性越大。

KEGG拓扑统计表

注：（1）Num：富集到该通路的代谢物数目；（2）First Category：代谢通路一级分类；（3）Second Category：代谢通路二级分类；（4）Pathway ID：KEGG pathway ID；（5）Match_status：表示代谢物参与通路的情况，竖线左的数据表示当前代谢集中参与本通路的个数；竖线右的数为当前通路中代谢物的总数；（6）Pathway Description：通路名称；（7）通路描述：通路中文名称；（8）Impact_value：通路综合重要性得分，总分为1；根据代谢物在通路中的相对位置计算得到；（9）P_value：代谢物参与通路的富集显著性；（10）P_adjust：矫正后的P值。

代谢集分析-KEGG通路富集分析网络图

注：图中展示绿色的正方形节点表示代谢物；橙色的的圆形节点表示KEGG pathway，大小代表通路中代谢物的数目，代谢物越多，圆形节点越大。

代谢集分析-KEGG通路富集分析多维度富集圈图

注：从外到内共四圈： （1）第一圈：富集的分类，圈外为compound数目的坐标尺。不同的颜色代表不同的通路分类，文字表示具体的通路，如：map00780。 （2）第二圈：背景代谢中该通路注释的compound数目以及P值。代谢物越多条形越长，值越小颜色越红； （3）第三圈：选择代谢集在该通路中注释的代谢物比例条形图；若为差异代谢集，红色代表上调代谢物比例，绿色代表下调代谢物比例；若为非差异代谢物运行，则红色代表为总代谢物比例；下方显示具体的数值； （4）第四圈：各分类的RichFactor值（该分类中差异代谢物数目除以背景代谢物数目），相同分类的通路放在一起，顺时针，从左到右按照富集值排序。

代谢集分析-KEGG通路富集分析网络结果表

注：（1）Pathway_ID：通路的ID号；（2）Pathway Description：通路名称；（3）Num：富集到这个通路的代谢物个数；（4）P_value：代谢物参与通路的富集显著性。

多代谢集富集可视化

多代谢集富集可视化

HMDB化合物分类环形图

注：根据代谢物的数量，从高到低顺序展示所选HMDB层级（Superclass、Class或Subclass）的名称和代谢物所占的百分比。图中每个区域的不同颜色代表了不同的HMDB分类，其面积表示该分类中代谢物所占的相对比例。

HMDB化合物分类饼图

注：根据代谢物的数量，从高到低顺序展示所选HMDB层级（Superclass、Class或Subclass）的名称和代谢物所占的百分比。图中每个区域的不同颜色代表了不同的HMDB分类，其面积表示该分类中代谢物所占的相对比例。

HMDB化合物分类统计表

注：展示注释到的所选HMDB层级（Superclass、Class或Subclass）的名称和代谢物数量。

化合物分类分布统计图-堆叠柱形图

注：横坐标为各个分组，纵坐标为各分类在分组中注释的代谢物数量/代谢物表达量，不同颜色的柱子代表不同的分类，柱子的长短代表该分类下代谢物数量/代谢物表达量总和的多少。

化合物分类分布统计图-分组柱形图

注：横坐标为各个分类，纵坐标为代谢物数量/代谢物表达量，不同颜色的柱子代表代表不同的分组，柱子高度代表代谢物数量/代谢物表达量总和的多少。

化合物分类分布统计表

注：第一列为HMDB分类，根据选择分类类型展示Superclass、Class或Subclass，第二列之后为各个分组在不同分类下代谢物数量/表达量总和的多少，可以勾选数字查看代谢物或创建代谢集。

HMDB化合物分类环形图

注：根据代谢物的数量，从高到低顺序展示所选HMDB层级（Superclass、Class或Subclass）的名称和代谢物所占的百分比。图中每个区域的不同颜色代表了不同的HMDB分类，其面积表示该分类中代谢物所占的相对比例。

HMDB化合物分类饼图

注：根据代谢物的数量，从高到低顺序展示所选HMDB层级（Superclass、Class或Subclass）的名称和代谢物所占的百分比。图中每个区域的不同颜色代表了不同的HMDB分类，其面积表示该分类中代谢物所占的相对比例。

HMDB化合物分类统计表

注：展示注释到的所选HMDB层级（Superclass、Class或Subclass）的名称和代谢物数量。

HMDB化合物分类层级表

注：展示注释到HMDB的代谢物以及每个HMDB层级（Superclass、Class和Subclass）的名称。

化合物分类分布统计图-堆叠柱形图

注：横坐标为各个分组，纵坐标为各分类在分组中注释的代谢物数量/代谢物表达量，不同颜色的柱子代表不同的分类，柱子的长短代表该分类下代谢物数量/代谢物表达量总和的多少。

化合物分类分布统计图-分组柱形图

注：横坐标为各个分类，纵坐标为代谢物数量/代谢物表达量，不同颜色的柱子代表代表不同的分组，柱子高度代表代谢物数量/代谢物表达量总和的多少。

GSEA富集分析-GSEA统计表

注：(1) KEGG_ID：KEGG MAP编号；(2) Pathway Desciption：KEGG MAP功能的描述；(3) P_value：针对获得的富集得分进行统计学检验，是对富集分数ES的统计学分析，用来表示富集结果的可信度；(4) AP_adjust：错误发现率（FDR），归一化的富集得分代表假阳性结果的估计概率；(5) Number：代表该代谢集中包含在表达矩阵中且对富集得分贡献最大的代谢物数目；(6) ES：EnrichmentScore，代谢集的富集分数，该代谢集在表达数据中的代谢物排名列表的顶部或底部被过度代表的程度，反映代谢集成员在排序列表的两端富集的程度； (7) NES：标准化富集得分，归一化的ES值。通过标准化富集分数，GSEA解决了代谢集大小以及代谢集与表达矩阵之间相关性的差异问题，可以使用NES来比较各个代谢集的分析结果；【说明：NES绝对值越大，Padjust 越小，富集越显著，常见参数有Pvalue<0.05，Padjust<0.25，同时，也可加入|NES|>1作为额外的显著性判断标准。GSEA官方没有固定判断标准，因此建议使用者根据自身情况或文献情况，对显著性阈值做出判断。】点击通路ID可切换展示下面的GESA富集图。