本网站使用cookie。继续浏览本网站,即表示您同意我们使用cookies。有关cookies的更多细节以及如何管理它们,请参阅我们的 隐私政策

181

客户做3重复,但是样本间重复性不好,客户提出修改原始数据,如何建议客户?

建议客户修改原始数据,发文章时提供原始数据会被质疑。如果客户重复性的确不好,建议客户重新寄样检测,要是客户想先看看数据,同意的情况下,可以将两样品取重复值,重新分析(一般不建议)。


182

PCA的横坐标是解释率,一般要到80%以上才可靠,但是我们给的数据在十几二十几,发文会不会质疑?

PCA的解释率一般是用R2X数值表示,不看横纵坐标。主要看组内一致性和组间差异性


183

为什么使用GC-MS检测样品时,很少检测到挥发性物质?

GC-MS只是一种仪器平台,针对该平台,还根据不同的检测要求需要使用不同的检测方法,整套方法包括样本的制备和其中的物质提取方式、色谱气化室的温度、色谱柱的型号和规格、色谱运行条件、质谱端的检测条件和模式等,因为挥发性物质的沸点较低,需要使用针对性的方法来测,常规的GC-MS非靶向方法不适合该类物质。如果关注挥发性的物质,需要选择“顶空进样或者固相微萃取(对于含量低的物质有富集作用)再利用GC-M检测。


184

如何控制临床样本的质量?

对于临床的样本建议每组最低25个生物学重复,达到30例以上最佳。因为临床样本受外界环境和遗传背景影响较大,需要很多生物学重复来消除这些外在影响。此外,在样本收集过程中,应保持收养的时间段和操作程序尽可能一致。


185

PCA分析的原理是什么?

每一个样本检测了许多指标(具体的话就是代谢物的含量),每个指标表示一个维度,则每个样本都是一个多维的向量。在空间里看就是一团高维的数据云。PCA也就是主成分分析方法会通过投影的方式来对这个数据云进行降维处理,从而到达建立合适的模型来解释和预测的目的。PCA得分图一般展示的是PC1(第一主成分)和PC2(第二主成分)这两个方向构成的平面上的投影。PC1、PC2这两个方向是虚拟的不是具体的变量,是全部变量贡献的,PCA的图主要是去看组间样本有没有聚在一起,不同组的样本能否区分开


联系我们

*
*
*
*
提 交