组内/组间相关性分析工具使用教程返回

基因表达的高低有可能影响着代谢物的种类和丰度；

温度和pH等环境因素无时无刻不影响着微生物的群落结构；

不同组学数据之间往往存在关联，如何从这些复杂的数据变化寻找到本质的关联规律？这需要特定的数学模型去挖掘，在众多模型中，最常用的莫过于相关性分析。

为方便老师们挖掘数据之间的相关性，此次在云平台新增“相关性分析工具”。工具提供最常用的基于pearson和spearman两种方法的分析策略（两种分析方法的差异，如下链接）。

为实现对同一组学内和两个不同组学之间元素的关联信息挖掘，我们同时提供组内相关性和组间相关性两个平行的分析工具，以尽可能满足更多的科研需求。

工具网址

组内相关性分析 http://www.omicshare.com/tools/Home/Soft/ica

组间相关性分析 http://www.omicshare.com/tools/Home/Soft/ica

操作步骤
1、进入工具
点击以上链接，或登录Omicshare 云平台 → “我的软件”→ 搜索“组内相关性分析”/“组间相关性分析”。

图1 组内相关性分析图标图2 组间相关性分析图标

2、输入文件

图3 输入文件界面（组内）

图4 输入文件界面（组间）

组内相关性分析只需输入一个文件，包含分析数据及表头信息，且为tab-delimited所保存的txt格式，如下图基因表达量表格：

图5 输入文件示例（组内）

组间相关性分析必须输入两个表格，可以为两个组学数据，例如基因表达量表、代谢物丰度表、微生物丰度表等。也可以是表型数据，例如升高体重等生理指标。

表格需要带表头和列名，每一列应代表样本，行代表各种元素，例如OTU，基因。

表格必需为tab-delimited所保存的txt格式，如下图基因表达量与代谢物丰度表格：

文件1，12个样本代谢物丰度表。

图6输入文件1示例（组间）

文件2，12个样本基因表达量表。

图7输入文件2示例（组间）

3、设置参数
用户可根据数据量大小等选择参数。组内、组间相关性参数如下图：

图8 参数界面（组内）

图9参数界面（组间）

① 分析类型：可选择计算pearson系数或spearman系数。

② （组内相关性分析）计算向量：选择计算表格中每两行（row）或每两列（col）数据的相关系数，如示例文件中，若选择“col”，则计算样本之间的相关性，可用于评估样本分组差异、样本重复性等；若选择“row”，则计算基因之间的相关性，可用于评估基因的关联特征等。

③ 颜色：可根据数据量大小、相关系数波动范围等选择2种或3种颜色。可选择候选颜色或手动输入。

④ 字体大小：可调整横纵坐标名的字体大小。

⑤ 在格子上显示数字。

⑥ 画出格子边界。

⑦ 结果是否显示行名。

⑧ 结果是否显示列名。

4、提交
提交后界面如下