代谢组分析的主要目的是寻找不同组间具有重要生物学意义的差异代谢物，以阐明生物体的代谢过程和生理病理变化机制。而差异代谢物的筛选是代谢组分析中最重要的一环，后续的代谢通路分析、代谢网络分析、多组学分析等都是基于差异代谢物进行的。
目前代谢组的多元统计分析和差异代谢物筛选用得最多的是SIMCA-P软件，但该软件是收费的。交给公司做吧，分析完后想调整下比较组、增加一组比较组、或者调整下阈值，都要跟公司来来回回沟通好多遍，耗时费神。有没有即免费、又自主的软件来进行差异代谢物分析呢？
http://www.omicshare.com/tools/
输入表格
需要输入的表格有三个，分别是“代谢物定量表”、“分组信息文件”、和“组间比较文件”。“代谢物定量表”是每个样本中代谢物的表达量表，第一行为样本ID，第一列为代谢物ID，表中的数值为每个样本的代谢物相对定量值。“分组信息文件”是用来定义分组信息的。“组间比较文件”是列出要进行差异分析的比较组的文件。
代谢物定量表
1
差异检验方法
进行差异分析的统计学方法。由于代谢组数据具有“高维、高噪音、高变异”的特点，因此一般采用多元统计分析方法，可以在最大程度保留原始信息的基础上将高维复杂的数据进行“简化和降维”，建立可靠的数学模型对研究对象的代谢谱特点进行归纳和总结。
多元统计分析方法包括PLS-DA或OPLS-DA。偏最小二乘判别分析（PLS-DA）是一种有监督模式识别的多元统计分析方法，将多维数据在压缩前先按需要寻找的差异因素分组（预先设定Y值来进行目标分类和判别），这样可以找到与用于分组的因素最相关的变量，而减少一些其它因素的影响。PLS-DA常用于区分各组间代谢轮廓的总体差异，筛选组间的差异代谢物。正交偏最小二乘判别分析（OPLS-DA）结合了正交信号矫正（OSC）和PLS-DA方法，能够将X矩阵信息分解成与Y相关和不相关的两类信息，通过去除不相关的差异来筛选差异变量。
当然，也有不少研究者只是采用单变量统计分析方法来进行差异代谢物的分析，因此我们也提供了T检验的方法供大家选择。大家可以都试一下这三种差异检验方法得出来的结果有什么区别。
2
检验阈值
1.VIP阈值：
如果选择了PLS-DA或OPLS-DA差异检验方法，就需要对VIP阈值进行设定。VIP（Variable important in projection）是(O)PLS-DA模型变量的变量权重值，可用于衡量各代谢物积累差异对各组样本分类判别的影响强度和解释能力，VIP≥1为常见的差异代谢物筛选标准。
如果选择了T检验作为差异检验方法，就需要选择P值或Q值作为检验值，然后对该检验阈值进行设置。这里的T检验与基因差异分析里的T检验是一模一样的，P值为负二项分布计算得到，Q值为P值经过多重检验校正得到。P值或Q值的阈值，通常选择0.05，也可以根据实验具体情况适当降低或提高阈值，如0.01、0.001等。
差异倍数
即某个代谢物在两组间表达量的差异倍数（默认2倍）。
小编用了上面那个代谢物定量表，选择了PLS-DA方法，进行M1 vs M2组的差异代谢物分析。
