数据分析和可视化

数据分析是对实验的总结和研究成果的关键体现部分，是论文的核心内容。

我们的数据分析提供如下服务：

1 根据研究目标和整个实验结果对数据进行分组比较，分类判断

2 对组学数据进行关键且在一个主线上的详尽分析，发现内在的规律

3 对常规数据，包括生理、生化等数据进行分析

4 多层次数据的关联、相关分析，建立起数据之间的逻辑关系

分析的数据包括组学数据以及其他相关的数据。

数据分析的类型包括：

1 PCA分析：主成分分析，两组或者多组间的无监督分析

2 PLS-DA/(O)PLS-DA分析：偏最小二乘分析，两组或者多组间的有监督分析

3 热图和聚类分析：进行聚类分析和可视化差异物质

4 LOESS数据回归：大规模数据的模型校正

5 单变量统计分析

6 差异物质的筛选

7 多维韦恩图：组间的多维交叉分析，寻找异同

8 相关性分析和作图：不同层次数据之间的相关性分析和展示

9 模型构建和ROC曲线评价：通过机器学习进行模型构建并进行模型的ROC评价

10 化合物相互作用图：通过Cytoscape等软件进行相互作用分析

11 代谢通路图：进行化合物的代谢通路分析和作图

12 多组学联合分析：多个组学之间的相关，联合分析

可视化包括：

1 柱图

2 气泡图

3 散点图

4 折线图

5 回归图

6 得分图

7 热图

8 韦恩图

9 雨林图

10 ROC曲线图

11 相关图

12 小提琴图

13 火山图

14 箱线图

15 桑基图

16 弦图

17 网络图

18 饼图

图片待添加……