与转录组相比,多组学数据更为复杂,O2PLSDA作为非监督建模方法,可在两个数据矩阵中进行双向建模和预测,利用此分析,可挖掘两组学之间的内部联系,一方面可反映不同数据组间的整体影响,另一方面可直接体现不同变量在模型中的权重(权重越大,意味着该变量的变化对另一个组学的扰动更剧烈),以确定引起这种关联的主要基因或...
O2PLS模型分析可区分为两类: A. 同一样本,不同角度研究(来自同样实验对象的血清代谢组和尿液代谢组数据,考察系统性代谢现象;或针对正常和疾病人群血清样本,进行代谢组和转录组考察): 通过是否可建立O2PLS模型,判断数据组间是否存在关联性; 通过得分图判断结合两组数据是否可反映样本宏观特征(聚类、分组); 通过载荷...
可以使用R语言做pearson相关性分析，得到的相关性系数和SIMCA的结果一样，同时用R语言也能得到p-value ...
与转录组相比,多组学数据更为复杂,O2PLSDA作为非监督建模方法,可在两个数据矩阵中进行双向建模和预测,利用此分析,可挖掘两组学之间的内部联系,一方面可反映不同数据组间的整体影响,另一方面可直接体现不同变量在模型中的权重(权重越大,意味着该变量的变化对另一个组学的扰动更剧烈),以确定引起这种关联的主要基因或...