多元變量統(tǒng)計(jì)分析平臺(tái)最新版軟件SIMCA16教程詳解

該實(shí)驗(yàn)是使用GC-MS平臺(tái)來(lái)研究經(jīng)過(guò)基因修飾的楊樹(shù)的表達(dá)情況，基因修飾發(fā)生在PttPME1基因上，該基因控制果膠甲基酯酶合成（PME）。實(shí)驗(yàn)共分為三組，對(duì)照組（WT），PttPME1基因上調(diào)組（2B）和PttPME1基因下調(diào)組（L5）。實(shí)驗(yàn)結(jié)果經(jīng)預(yù)處理后如下表所示：

數(shù)據(jù)導(dǎo)入

實(shí)驗(yàn)數(shù)據(jù)經(jīng)過(guò)預(yù)處理后，可導(dǎo)入SIMCA軟件進(jìn)行相應(yīng)的分析操作：



首先是PCA模型

這里我們選擇Scaling方式為Ctr，Par和UV也是可以的：

1.Ctr是將原數(shù)據(jù)轉(zhuǎn)化成離原點(diǎn)更近的新數(shù)據(jù)，Ctr=x-x拔；

2.UV是將所有變量擁有同等的重要性，UV=x-x拔/SD；

3.Par相比UV更接近原始測(cè)量數(shù)據(jù)，Par=x-x拔/根號(hào)SD；

這里可以根據(jù)數(shù)據(jù)情況選擇合適的Scaling方式。



OPLS-DA分析（以L5 VS WT為例)



為了檢驗(yàn)OPLS-DA有無(wú)過(guò)擬合，進(jìn)行隨機(jī)分組200次的置換檢驗(yàn)。

VIP數(shù)值已導(dǎo)出，按照常規(guī)篩選差異物方法VIP>1 P<0.05，那還需要進(jìn)行Students’t-test分析，獲得P值，SIMCA也可以進(jìn)行相應(yīng)的分析，具體如下：

首先開(kāi)啟Omics skin功能（File-Options-Simca options-Skins-Enable Omics skin-Yes）。



第二步在Omics skin模式下進(jìn)行P值的獲取。

S-plot圖除了常規(guī)篩選差異物方法VIP>1 P<0.05，也可以用S-plot來(lái)篩選Biomarkers。



截圖中Ctr或Par方式下是呈S型的，UV是做出來(lái)是直線

1.Axis選項(xiàng)卡可對(duì)橫縱坐標(biāo)軸線條粗細(xì)和顏色、標(biāo)尺字體大小、橫縱坐標(biāo)標(biāo)題內(nèi)容、字體和大小等進(jìn)行修改；

2.Gridlines選項(xiàng)卡可對(duì)網(wǎng)格線有無(wú)、粗細(xì)、顏色等進(jìn)行修改；

3.Background選項(xiàng)卡可對(duì)背景進(jìn)行修改;

4.Legend選項(xiàng)卡可對(duì)圖例位置、字體、大小和顏色等進(jìn)行修改；

5.Limits and regions可對(duì)置信區(qū)間橢圓線條格式、橢圓內(nèi)外區(qū)域顏色等進(jìn)行修改；

6.Labels可對(duì)圖中樣本標(biāo)簽名稱(chēng)的字體、大小、顏色、位置和與樣本的距離等進(jìn)行修改；

7.Styles可對(duì)圖中樣本形狀和顏色等進(jìn)行整理修改。


 

有些老師不想圖中顯示樣本編號(hào)，或者樣本名稱(chēng)太長(zhǎng)，顯示不全，可以通過(guò)右擊Properties-Label types下進(jìn)行修改。



今天SIMCA16小技能就分享到這里拉，關(guān)于SIMCA16還有其他很多分析功能，例如用SIMCA進(jìn)行火山圖的構(gòu)建、PCA-Class、OPLS、OnPLS等分析，后續(xù)小編會(huì)一一給大家介紹哦，我們下期再見(jiàn)。

本文為百趣生物原創(chuàng)文章，歡迎個(gè)人轉(zhuǎn)發(fā)分享。其他任何媒體、網(wǎng)站如需轉(zhuǎn)載，須私信百趣生物獲得授權(quán)，并在正文前注明來(lái)源百趣生物。