升级上新 | 非靶代谢组结题报告焕新：分类注释直达，附全报告保姆级解读
项目文章 | 不同阶段收割对水稻产量影响竟这么大！贵州大学通过代谢多组学揭秘水稻最佳收割时期
2026 年 6 月 16 日
重磅第二弹！多类分析图全解锁交互式编辑，科研配图自由改，不用反复跑数据
2026 年 6 月 16 日
代谢组研究，拿到结题报告只是第一步，从海量峰图、代谢物列表里挖出具生物学意义的结论，才是研究的核心。为了让大家更高效地梳理物质信息、快速锁定研究方向，我们对动物非靶代谢组标准结题报告完成了功能升级；同时整理了这份全模块深度解读，从升级亮点到图表拆解，手把手带你吃透代谢组报告。
01 本次升级核心：代谢物分类注释全面细化
本次更新最大的优化，是在所有代谢物结果表格中，新增了 ** 代谢物一级分类（Class I）与二级分类（Class II）** 信息，且同步配套中英文双语标注。
① 快速归类，一眼把握物质属性
无需额外检索数据库，直接就能判断差异代谢物的化学类别——是氨基酸、脂质、维生素还是杂环类物质发生了显著变化，快速建立对差异表型的整体认知。
② 批量筛选，提升数据整理效率
可直接按一级/二级分类批量筛选目标物质，比如重点关注脂质代谢方向，就能一键筛选出所有脂质类差异代谢物，省去手动分类的繁琐步骤。
③ 互相印证，支撑功能机制解释
物质分类结果可与后续KEGG通路富集结果形成互补印证，让代谢表型变化的机制解释更严谨、更有层次。
02 动物非靶代谢组结题报告全模块解读
模块1：数据质量评估
QC样本重复性：评估仪器稳定性
QC样本是将所有待测样本等比例混合得到的参照样本，上机过程中每隔若干样本插入一针，用于监测质谱信号的漂移。
核心判断标准：QC样本间斯皮尔曼相关系数＞0.8，即认为仪器稳定性良好；PCA图中QC样本聚集越紧密，系统误差越小。
组内样本重复性：评估生物学重复稳定性
组内重复性越好，后续筛选出的差异代谢物可靠性越高，模型预测能力也越强。
核心判断标准：样本相关性热图中组内相关系数越高、PCA图中同组样本聚集越紧密，组内重复性越好。
组间样本差异性：初步判断差异幅度
通过PCA图可直观观察不同分组的整体分离程度，组间分离越明显，说明两组代谢表型差异越大，后续显著差异代谢物的占比通常也越高。
模块2：代谢物注释结果
KEGG数据库注释：
将代谢物对应到具体生物通路中，是后续功能富集分析的基础。
HMDB数据库注释：
按化学结构进行系统分类，也是本次新增的一二级分类的核心数据来源，从化学属性层面呈现代谢物组成分布。
Lipidmaps数据库注释
针对脂质的专业分类数据库，将脂质划分为8大类，适合聚焦脂质代谢方向的研究。
模块3：差异代谢物筛选
筛选标准
差异倍数（FC）：反映物质含量的变化幅度
VIP值：来自OPLS-DA模型，反映物质对组间区分的贡献度，默认VIP≥1为显著
P值：t检验统计学显著性，默认P＜0.05为显著差异
火山图：一图总览差异全貌：
横坐标为 log₂(FC)，纵坐标为-log₁₀(P值)；红色为显著上调、蓝色为显著下调、灰色为无显著差异。可快速判断两组差异的整体趋势，以及上下调物质的数量分布。
OPLS-DA得分图：
有监督的多元统计方法，专门放大组间差异、过滤组内随机波动。重点关注 Q₂Y指标：Q₂Y＞0.5即模型有效，＞0.9为出色模型；需配合置换检验共同判断，避免模型过拟合。
差异代谢物聚类热图：
直观展示差异物在各组的表达模式。红色代表高含量，蓝色代表低含量；若同组样本能清晰聚类，说明差异物的表达模式具备组内一致性。
此外还有Top差异倍数柱状图、小提琴图、箱线图等，可分别用于锁定变化幅度最大的物质、查看单个物质的组内含量分布与离散程度。
模块4：KEGG通路富集分析
富集柱状图/点图：
最核心的富集结果展示。重点关注富集因子（Rich Factor）和P值：富集因子越大、P值越小，说明该通路富集程度越显著，越可能是核心调控通路。
差异丰度得分图
可直观判断每条通路的整体变化方向（上调/下调），避免只看富集数量、忽略变化趋势的问题。
KEGG通路图
将差异代谢物直接映射到通路图中，红色标记上调、绿色标记下调，清晰呈现通路上的关键变化节点，方便梳理完整的代谢调控机制。
模块5：进阶分析
ROC曲线分析
用于评估代谢物作为生物标志物的诊断效能，AUC值越接近1，组间区分能力越强，尤其适合疾病模型、生物标志物筛选类研究。
k-means聚类分析
将所有差异代谢物按含量变化趋势划分为不同类别，同一类别的代谢物可能存在相似的功能或调控关系，适合多处理梯度、多时间点的实验设计。
韦恩图与共有差异物分析
多组比较场景下，可快速找到不同比较组共有的差异代谢物，以及各组特有的差异代谢物，进一步区分核心响应通路和特异性响应通路。
