Using MetaboAnalyst 3.0 for Comprehensive Metabolomics Data Analysis

代谢组学 单变量 计算机科学 线性判别分析 主成分分析 数据挖掘 人工智能 多元统计 化学 机器学习 色谱法
作者
Jianguo Xia,David S. Wishart
出处
期刊:Current protocols in bioinformatics [Wiley]
卷期号:55 (1): 14.10.1-14.10.91 被引量:1543
标识
DOI:10.1002/cpbi.11
摘要

Abstract MetaboAnalyst ( http://www.metaboanalyst.ca ) is a comprehensive Web application for metabolomic data analysis and interpretation. MetaboAnalyst handles most of the common metabolomic data types from most kinds of metabolomics platforms (MS and NMR) for most kinds of metabolomics experiments (targeted, untargeted, quantitative). In addition to providing a variety of data processing and normalization procedures, MetaboAnalyst also supports a number of data analysis and data visualization tasks using a range of univariate, multivariate methods such as PCA (principal component analysis), PLS‐DA (partial least squares discriminant analysis), heatmap clustering and machine learning methods. MetaboAnalyst also offers a variety of tools for metabolomic data interpretation including MSEA (metabolite set enrichment analysis), MetPA (metabolite pathway analysis), and biomarker selection via ROC (receiver operating characteristic) curve analysis, as well as time series and power analysis. This unit provides an overview of the main functional modules and the general workflow of the latest version of MetaboAnalyst (MetaboAnalyst 3.0), followed by eight detailed protocols. © 2016 by John Wiley & Sons, Inc.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大模型应助更好采纳,获得10
刚刚
1秒前
YY7发布了新的文献求助10
1秒前
科研通AI6.1应助高兴幻梅采纳,获得10
1秒前
1秒前
李爱国应助123采纳,获得10
1秒前
1秒前
1秒前
完美世界应助科研通管家采纳,获得10
2秒前
wanci应助科研通管家采纳,获得10
3秒前
桐桐应助1111采纳,获得10
3秒前
情怀应助科研通管家采纳,获得10
3秒前
酷波er应助科研通管家采纳,获得10
3秒前
丘比特应助科研通管家采纳,获得80
3秒前
y741应助科研通管家采纳,获得10
3秒前
无极微光应助科研通管家采纳,获得20
3秒前
Jasper应助科研通管家采纳,获得10
3秒前
CodeCraft应助科研通管家采纳,获得10
4秒前
Lucas应助科研通管家采纳,获得30
4秒前
4秒前
4秒前
4秒前
桐桐应助科研通管家采纳,获得10
4秒前
完美世界应助科研通管家采纳,获得10
4秒前
wch666完成签到,获得积分10
4秒前
JamesPei应助科研通管家采纳,获得10
4秒前
wanci应助科研通管家采纳,获得10
4秒前
pluto应助科研通管家采纳,获得10
4秒前
情怀应助科研通管家采纳,获得10
4秒前
酷波er应助科研通管家采纳,获得10
4秒前
4秒前
bkagyin应助科研通管家采纳,获得10
4秒前
4秒前
丘比特应助科研通管家采纳,获得80
4秒前
y741应助科研通管家采纳,获得10
4秒前
华仔应助科研通管家采纳,获得10
4秒前
无极微光应助科研通管家采纳,获得20
4秒前
Jasper应助科研通管家采纳,获得10
4秒前
大个应助科研通管家采纳,获得10
4秒前
修行发布了新的文献求助10
5秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Molecular Biology of Cancer: Mechanisms, Targets, and Therapeutics 3000
Kinesiophobia : a new view of chronic pain behavior 3000
Les Mantodea de guyane 2500
Feldspar inclusion dating of ceramics and burnt stones 1000
What is the Future of Psychotherapy in a Digital Age? 801
The Psychological Quest for Meaning 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5962097
求助须知:如何正确求助?哪些是违规求助? 7218268
关于积分的说明 15962242
捐赠科研通 5098782
什么是DOI,文献DOI怎么找? 2739427
邀请新用户注册赠送积分活动 1702036
关于科研通互助平台的介绍 1619162