代谢组入门与实践

更新：2026-10-14；状态：可用；验证范围：文档核对；完整流程未在本机运行。

代谢组分析先审查峰特征与测量质量，再讨论统计差异和代谢物身份。

输入与主要阶段

原始质谱数据通常需要峰检测、保留时间对齐、特征汇总与注释；已有峰表时先确认行列方向、强度单位、批次、空白与质量控制样本。特征的 m/z 和保留时间不是已经确认的化学身份。

质量与统计

查看空白背景、QC 重复性、漂移、缺失及样本分布；保留处理前矩阵。根据测量过程选择过滤、变换和标准化，记录参数与理由。监督分类模型需要严格分离训练和评估，特征筛选也必须纳入训练过程以避免数据泄漏与交叉验证中介绍的评估偏差。

第一轮可操作练习

在 MetaboAnalyst 官方教程选择其统计分析示例数据，按 输入格式说明导入。先完成数据检查、缺失摘要、变换前后分布和 PCA；保存实际设置和可下载结果。

本机未运行网页或 R 流程。交付时区分“显著特征”“候选注释”与“经过更强证据确认的代谢物”，不要只用一个库匹配分数就宣称确定身份。

前置见缺失值与零值、计数丰度与标准化及P值效应量与多重检验。统计原理深入看 MetaboAnalystR 官方教程。

统计基础与验证入口

蛋白质组与代谢组验证设计补充本任务所需的统计或验证判断。分析前先确认统计方法选择与分析计划，结果解释时区分组学验证的层级与证据。

对应方法与深入

代谢组注释定量与多变量分析解释输入条件和适用边界；软件运行步骤与方法假设一起核对。