玩朋友的丰满人妻,朋友的丰满人妻中文字幕,从后面挺进邻居丰满少妇

新聞資訊

NEWS

有問有答 | SIMCA答疑專場

分類:公司動態   發布時間 2020-06-02   閱讀: 3374

雖然前一期《有問有答 | 代謝組學及數據分析問答匯總 第五集》中我們對SIMCA方面的常見問題進行了詳細解答,但是很多趣粉們仍然感覺意猶未盡。本期我們就大家最近咨詢較多的SIMCA方面的問題繼續以一問一答的方式提供,幫助大家深入地了解SIMCA軟件的使用。接下來,一起來看《有問有答 | SIMCA答疑專場》吧。
           
1
Q: OPLS-DA模型中Q2值越接近1越好?那如果數值比較。ū热0.5左右),數值還可以用嗎?
A: 可以用的,一般Q2值越接近1,模型可預測性越好,若數值不大,也不代表模型不可用,是可以用的,只是用Q2值來做判斷參考,并不是絕對的,后面還要做permutation做檢驗。
       
2
Q: 對于常見分析模型審稿人提到的:“LV1”是什么意思?他所指的分析的“PC1”又是什么?那么OPLS-DA中類似的概念是什么(t[1]O、t[1]P)?
A: LV1:全稱為Latent  Variable 1 ,即隱變量,假設觀察數據是這些隱變量和某些噪聲的線性組合。那么隱變量的數據可能比觀察數據的數目少,也就是說通過隱變量可以實現數據的降維。
PC1:全稱:Principal Component 1 ,即主成分1,計算公式為:PC1=a1X1=a2X2+…akXK。它是k個觀測變量的加權組合,對初始變量集的方差解釋性最大。                                            
t[1]O、t[1]P:“P”代表預測,“O”代表正交。
       

3

Q: 數據導入SIMCA后看到三個組在PCA上區分不開,但是兩兩分析的時候OPLS-DA的Q2和R2都>0.5,還可以繼續往下分析嗎?  

A: OPLS-DA后的數據有沒有價值進一步往下分析,可以根據置換檢驗的結果,若置換檢驗后的結果較好,兩條擬合線的斜率均大于0則可以嘗試進一步分析。
       
4
Q: 置換檢驗判斷標準是什么?                        
A: 通常標準是R2回歸線的截距<0.4,Q2回歸線的截距<0.05,但有的時候樣本量太少,達不到。所以只要回歸線斜率大于0,就可以了。
       
5
Q: ROC是什么,判斷標準是什么? 
A: ROC(Receiver Operating Characteristic)曲線和AUC常被用來評價一個二值分類器(binary classifier)的優劣。一般的,AUC值越接近1,這個二值分類器越優。
       
6
Q: 請問UV格式化和par格式化的區別是什么,找差異性成分一般是用哪種?
A: UV和PAR是兩種數據縮放的方式,全稱分別是UV (unit variance scaling)和Par(Pareto scaling)。UV是數據中心化后除以列變量標準差(Standard deviation),Par是數據中心化后除以列變量標準差的算術平方根。兩種算法均可以作為差異物篩選前的數據處理。
       
7
Q:  如何對差異代謝物做進一步的篩選?      
A: 一般是使用P值<0.05 & VIP>1 這樣的卡值來進行差異物的篩選,P值來源單元變量統計分析,VIP值來源于多元變量統計分析(來源于OPLS-DA模型)表征該變量對兩組差異的貢獻值,當然VIP值越大對差異貢獻越大。                                          
使用P值<0.05 & (FC>1 或 FC<1) [FC= Fold change]來進行差異物篩選也是有這樣的做法,但是P值和FC值都來源單元變量統計分析。               
推薦使用P值<0.05 & VIP>1的篩選方法。            
在此基礎上要做進一步的篩選的話,有以下幾個方法:             
1. P值<0.05,對VIP值做排序(VIP值越大,差異代謝物越有意義)     
2. VIP>1,對P值做排序(P值越小,差異代謝物越有意義)              
3. 在P值<0.05 & VIP>1的范圍內,對FC值做排序(大于1的FC,越大越有意義;小于1的FC,越小越有意義) 
4. 限定更嚴格的基礎篩選條件,比如:P值<0.01 & VIP>2。重做以上三種方法。
       
8
Q: 火山圖是什么,有什么用?                  
A:
代謝組學
火山圖中每個點代表一個代謝物,橫坐標代表該組對比各物質的倍數變化(取以2為底的對數),縱坐標表示學生t檢驗的P-value(取以10為底的對數),散點大小代表OPLS-DA模型的VIP值,散點越大VIP值越大。這些信息都是和差異代謝物的篩選息息相關的,所以展示了差異代謝物在所有物質的分布概況。散點顏色代表最終的篩選結果,顯著上調的代謝物以紅色表示,顯著下調的代謝物以藍色表示,非顯著差異的代謝物為灰色。
       
9
Q: 為什么火山圖中的差異物質和熱圖中的差異物質數量不一樣?
A: 火山圖包括unknown和analyte等未定性到名稱的物質,而熱圖只包括定性到具體名稱的物質。
       
10
Q: O2PLS可以計算出相關系數,但是與Pearson計算出來的不一樣,為什么?
A: 使用SIMCA進行相關性分析的時候,確保輸入SIMCA的數據是正確的,且經過的是相同的數據轉化。
 
關于SIMCA軟件
SIMCA軟件是由MKS Data Analytics Solutions(原Umetrics公司)于1987年研究開發成型,是一款功能強大的MVDA 建模、分析和決策支持工具,已成為多元變量統計分析的標桿。
研發至今,SIMCA軟件一直在不斷升級和更新迭代,致力于給用戶更好的體驗。最新的版本SIMCA 16功能比以前更強大,優化更徹底,最重要的是:新技術MOCA (Multiblock Orthogonal Component Analysis)可實現多組學數據聯合分析!
上海阿趣生物科技有限公司(上海百趣生物醫學科技有限公司全資子公司-BIOTREE)于2014年7月與Sartorius Stedim Data Analytics AB(原Umetrics公司)達成戰略合作伙伴協議,BIOTREE科技成為Sartorius Stedim Data Analytics AB大中華區SIMCA軟件銷售及培訓服務提供商。歡迎有SIMCA軟件方面需求的老師和同學垂詢免費服務熱線400-664-9912。
 
代謝組學
玩朋友的丰满人妻,朋友的丰满人妻中文字幕,从后面挺进邻居丰满少妇