术语表

报告中出现的全部统计指标、缩写和专业名词。各分析页第 5 节列出该页用到的部分。

术语中文名英文名定义与读法
FPKM每千碱基每百万片段数Fragments Per Kilobase of transcript per Million mapped fragments转录组表达量单位，按基因长度和测序深度归一化。本流程用 log2(FPKM+1) 作为基因表达值。
log2FC以 2 为底的倍数变化对数log2 fold change两组均值之比取 log2。本报告统一为 log2(后一组/前一组)，比较名 A_vs_B 中 B 为后一组；log2FC=1 表示后一组是前一组的 2 倍，-1 表示一半。基因的 log2FC 来自服务商 DESeq2 结果；代谢物为两组原始强度均值之比。两组都未检出时没有 log2FC（记为 NA，不是 0）。
FC倍数变化fold change两组均值之比。差异代谢物要求 FC≥2 或 ≤0.5，即 |log2FC|≥1。
PP 值P value在原假设（无差异、无相关或无富集）成立时，得到当前或更极端结果的概率，未经多重检验校正。
padj校正后 P 值adjusted P value经 Benjamini–Hochberg 方法校正后的 P 值，与 FDR 含义相同。基因差异的 padj 由服务商 DESeq2 在全部检验基因内计算。
FDR错误发现率false discovery rate多重检验校正指标，表示在所有判为显著的结果中，预期假阳性所占比例。本报告全部用 Benjamini–Hochberg 方法计算，检验范围在各分析中分别说明（如“该比较的全部配对”“全部可评估通路”）。
BHBenjamini–Hochberg 校正Benjamini–Hochberg procedure把 m 个 P 值从小到大排序，第 i 个的校正值为 min(1, min_{k≥i} P_(k)·m/k)。控制 FDR，比 Bonferroni 校正宽松。
VIP变量投影重要性variable importance in projectionOPLS-DA 模型中每个代谢物对分组区分的贡献，所有变量 VIP 的平方均值为 1，VIP≥1 表示贡献高于平均。
OPLS-DA正交偏最小二乘判别分析orthogonal partial least squares discriminant analysis有监督的多变量模型，把变异分成与分组相关的预测成分和与分组无关的正交成分；本流程用它计算差异代谢物的 VIP。
DESeq2DESeq2 差异表达分析DESeq2基于负二项分布的 RNA-seq 差异表达方法，服务商用它给出基因的 log2FC、P 和 padj。
NA缺失值not available没有数值。未检出、未检验或不可计算时记为 NA，不当作 0。
z-score标准分数z-score(x − 均值)/标准差，把不同量纲的数据转换为“偏离均值多少个标准差”。z=1 表示高于均值 1 个标准差。
SD标准差standard deviation数据离散程度。
SE标准误standard error均值的抽样误差，SD/√n。图中误差线为组均值 ± 标准误。
r相关系数correlation coefficient本报告中未特别说明时指 Pearson 积矩相关系数，范围 −1 到 1；正值表示同涨同落，负值表示此消彼长，绝对值越大线性关系越强。
Pearson皮尔逊相关Pearson correlationr = Σ(x−x̄)(y−ȳ) / √[Σ(x−x̄)²·Σ(y−ȳ)²]，衡量线性关系。显著性用 t = r·√[df/(1−r²)] 服从自由度 df 的 t 分布检验。
Spearman斯皮尔曼秩相关Spearman rank correlation先把数据换成秩次再算 Pearson 相关，衡量单调关系，对离群值不敏感。本报告作稳健性对照。
bicor双权中值相关biweight midcorrelation用中位数和双权重代替均值和方差计算的稳健相关，WGCNA 默认推荐，对离群值不敏感。
r_all全样本相关correlation across all samples30 个样本上的 Pearson r（代谢物未检出的样本不参与），包含组间差异和组内个体差异两部分。
r_within组内相关within-group correlation每个分子先减去所在组（10 组）的组均值，再对残差求 Pearson r。它只反映组内个体之间的共变，等价于以分组为协变量的偏相关。自由度 = 样本数 − 组数 − 1。
r_cmp比较内相关correlation within one comparison只用该比较的 6 个样本计算的 Pearson r，6 样本中有未检出时记为 NA，只作对照。
fdr_all全样本相关的 FDRFDR of r_allr_all 的 BH 校正 P；全局分析在全部已检验配对内校正，逐比较在该比较的差异基因 × 差异代谢物配对内校正。
fdr_within组内相关（或组内耦合）的 FDRFDR of within-group correlation组内相关 P 值的 BH 校正值；通路活性页为组内置换 P 在全部可评估通路内的 BH 校正值。
p_joint合并 P 值combined P value基因端和代谢物端 P 值用 Fisher 法合并得到的 P。
fdr_joint合并 P 的 FDRFDR of combined Pp_joint 在该比较（及方向）全部可检验通路内的 BH 校正值。
R2X_joint基因联合部分解释比例joint R² of XO2PLS 联合成分解释的基因总方差比例。
R2Y_joint代谢物联合部分解释比例joint R² of YO2PLS 联合成分解释的代谢物总方差比例。
r_spearmanSpearman 耦合系数Spearman coupling通路两层活性的 Spearman 秩相关，作为 Pearson r 的稳健性对照。
r_imputed填补后耦合系数coupling r with imputation代谢物未检出改用半最小值填补后重算的耦合 r，用于检查未检出处理的影响。
df自由度degrees of freedom相关检验中为 n−2（n 为参与计算的样本数）；组内相关为 n − 组数 − 1。
Tier1一级证据配对Tier 1 pair|r_all|≥0.8 且 FDR<0.05，同时组内相关 FDR<0.05 且与 r_all 同号。说明两者的关联在扣除组间差异后仍存在。
Tier2二级证据配对Tier 2 pair只满足 |r_all|≥0.8 且 FDR<0.05，组内相关不显著或方向不同，关联可能主要来自组间差异。
DEG差异表达基因differentially expressed gene服务商判定的差异基因：校正后 P<0.05 且 |log2FC|≥1。
DAM差异代谢物differentially accumulated metaboliteP<0.05、FC≥2（或 ≤0.5）且 VIP≥1 的代谢物。
PCA主成分分析principal component analysis把多变量数据投影到方差最大的正交方向（主成分 PC），用少数几个主成分概括样本间差异。
PC主成分principal componentPCA 得到的新坐标轴，PC1 解释的方差最多。
Procrustes普氏分析Procrustes analysis通过平移、旋转和缩放，把一个样本坐标集合尽量对齐到另一个，残差越小两者结构越一致。
PROTEST普氏置换检验Procrustean randomization test对 Procrustes 相关做置换检验：打乱样本对应关系，比较观测值与随机分布。
MantelMantel 检验Mantel test比较两个样本距离矩阵的相关，用置换样本标签检验显著性。
RVRV 系数RV coefficient两张样本矩阵之间的多变量相关，0–1，越大说明两组学样本构型越相似。
Co-inertia协惯量分析co-inertia analysis寻找两张数据表协方差最大的公共轴，比较两组学在公共轴上的样本位置。
ARI调整兰德指数adjusted Rand index两种聚类划分的一致度，按随机期望校正；1=完全一致，0≈随机水平。
KEGG京都基因与基因组百科全书Kyoto Encyclopedia of Genes and Genomes代谢通路和分子功能数据库。本流程用 KEGG 通路、KO、化合物（C 编号）和反应（R 编号）注释。
KOKEGG 直系同源编号KEGG OrthologyK 开头的编号，把不同物种的同功能基因归为一类，用于把基因映射到通路。
GO基因本体Gene Ontology描述基因功能的标准词汇，分生物过程、分子功能、细胞组分三类。
ORA过表达分析over-representation analysis检验差异分子在某通路中是否多于随机期望，本流程用超几何检验。
Rich ratio富集比例rich ratio通路中命中的差异分子数 / 该通路在背景中的分子数。
FisherFisher 合并 P 值Fisher's methodX² = −2(ln P_gene + ln P_met)，在两 P 值独立且原假设成立时服从自由度 4 的卡方分布，用于把两组学的证据合成一个 P。
GSEA基因集富集分析gene set enrichment analysis把全部基因按差异程度排序，检验某通路的基因是否集中在排序的一端，不需要预先设定差异阈值。
MSEA代谢物集富集分析metabolite set enrichment analysis与 GSEA 相同的算法，作用于代谢物排序和 KEGG 代谢物集。
ES富集分数enrichment scoreGSEA 沿排序列表的加权 Kolmogorov–Smirnov 游走统计量的最大偏离值。
NES标准化富集分数normalized enrichment scoreES 除以随机基因集 ES 的均值（正负分开），可在不同大小的通路之间比较。NES>0 表示通路分子整体在后一组偏高，NES<0 表示偏低。
leading edge核心富集成员leading-edge subset对 ES 贡献最大的那部分通路成员。
co-mapped共映射co-mapped某比较中一条通路同时含有差异基因和差异代谢物。
co-enriched共富集co-enriched一条通路在基因和代谢物两边各自 P<0.05，且两边各至少 2 个差异分子。
Pathway Impact通路拓扑影响值pathway impact差异分子在通路网络中的位置重要性之和。本流程按 MetPA 方法：在 KEGG 反应网络上计算每个节点的相对介数中心性，归一化为节点重要性（通路内之和为 1），影响值 = 命中节点重要性之和，0–1；越大说明差异分子越集中在通路的关键位置。代谢物、酶（基因）、联合网络三层分别计算，不相加。
WGCNA加权基因共表达网络分析weighted gene co-expression network analysis把相关矩阵经软阈值幂次变换成加权网络，用拓扑重叠聚类得到共表达模块。
TOM拓扑重叠矩阵topological overlap matrix两个分子的相似度不仅看直接相关，还看它们共享的邻居，用于模块聚类。
ME模块特征值module eigengene模块内全部分子标准化后做 PCA 得到的第一主成分，代表该模块的整体表达模式。
kME模块隶属度module membership (eigengene-based connectivity)分子与所在模块特征值的相关（本流程用 bicor），越接近 1 越能代表该模块。
hub枢纽分子hub本流程定义为 |kME|≥0.9 的模块成员。
β软阈值幂次soft-thresholding power邻接 a_ij = ((1 + cor_ij)/2)^β（signed 网络），选使无尺度拓扑拟合 R²≥0.85 的最小 β。
MfuzzMfuzz 模糊聚类Mfuzz soft clustering基于模糊 C 均值的时间序列聚类，每个分子对每个簇有隶属度，适合噪声较大的表达模式。
membership隶属度membershipMfuzz 中分子属于某簇的程度，0–1，所有簇之和为 1。
k-meansK 均值聚类k-means clustering把每个分子硬性分到距离最近的簇中心，迭代更新中心直到收敛。
O2PLS双向正交偏最小二乘two-way orthogonal partial least squares把两组学各自分解为联合部分（两边共变）、各自特有的正交部分和残差。
R2X基因数据解释比例R² of XO2PLS 模型解释的基因（X）总方差比例。
R2Y代谢物数据解释比例R² of YO2PLS 模型解释的代谢物（Y）总方差比例。
R2Xhat由代谢物预测基因的解释比例predicted R² of X from Y用代谢物联合得分预测基因数据能解释的方差比例。
R2Yhat由基因预测代谢物的解释比例predicted R² of Y from X用基因联合得分预测代谢物数据能解释的方差比例。
CCA典型相关分析canonical correlation analysis寻找两组变量的线性组合，使两组合之间相关最大。
rCCA正则化典型相关分析regularized CCA变量数多于样本数时，在协方差矩阵上加收缩正则化后再做 CCA。
PLS偏最小二乘partial least squares寻找两组变量的线性组合，使两组合之间协方差最大。
sPLS稀疏偏最小二乘sparse PLS在 PLS 中加 L1 惩罚，每个成分只保留指定数量的变量。
RDA冗余分析redundancy analysis多元回归 + PCA：用一组解释变量（这里是基因主成分）解释另一组变量（代谢组）的变异。
adj R²调整决定系数adjusted R²按解释变量数校正的 R²，可用于比较不同模型。
DIABLO多组学判别分析Data Integration Analysis for Biomarker discovery using Latent cOmponentsmixOmics 中的多块稀疏 PLS 判别分析，同时最大化各组学与分组的相关和组学之间的相关。
LOO留一法交叉验证leave-one-out cross-validation每次留出 1 个样本作测试、其余建模，重复 n 次估计错误率。
MOFA多组学因子分析Multi-Omics Factor Analysis无监督贝叶斯因子模型，把多组学数据分解为若干共享或组学特有的潜在因子。
ANOVA方差分析analysis of variance检验因子（处理、水平及交互）对连续变量的影响。
TF转录因子transcription factor结合 DNA 调控其他基因转录的蛋白。本流程按服务商注释的 TF 家族识别。
GENIE3基于树的基因网络推断GEne Network Inference with Ensemble of trees对每个目标基因用随机森林以全部 TF 的表达为特征做回归，特征重要性即 TF→目标基因的权重。
KGMLKEGG 标记语言文件KEGG Markup LanguageKEGG 通路图的 XML 描述文件，记录每个节点的 KO 或化合物编号、坐标以及反应的底物和产物。
UpSetUpSet 集合交集图UpSet plot用点阵表示集合组合、柱高表示该组合独有元素数的交集图，比韦恩图更适合多个集合。
NRNCBI 非冗余蛋白库NCBI non-redundant protein database服务商用于基因功能注释的蛋白数据库。
QC质控样本quality control sample混合样本反复进样，用于评估仪器稳定性。本批数据没有提供。
Q1第 1 象限quadrant 1九象限图左上：基因下调、代谢物上调（反向）。Q1–Q9 从左上到右下编号。
Q3第 3 象限quadrant 3右上：基因上调、代谢物上调（同向）。
Q5第 5 象限quadrant 5中央：两者变化都小于 2 倍。
Q7第 7 象限quadrant 7左下：基因下调、代谢物下调（同向）。
Q9第 9 象限quadrant 9右下：基因上调、代谢物下调（反向）。
“R vs Y”处理性状treatment traitWGCNA 中把 R 记 1、Y 记 0 的性状；r>0 表示模块在 R 中整体更高。
“Level 1-5”水平性状level traitWGCNA 中把水平编号 1–5 当作数值的性状；r>0 表示随水平升高而升高。假设水平有先后顺序。
ARD自动相关性判定automatic relevance determination贝叶斯模型中给每个因子（或权重组）设单独的方差先验，不需要的因子会被自动压缩到 0。
CHS查尔酮合酶chalcone synthaseK00660，类黄酮合成第一步，把对香豆酰辅酶 A 和丙二酰辅酶 A 缩合为查尔酮。
CHI查尔酮异构酶chalcone isomeraseK01859，把查尔酮异构化为黄烷酮（柚皮素）。
F3H黄烷酮 3-羟化酶flavanone 3-hydroxylaseK00475，把黄烷酮转化为二氢黄酮醇。
F3′H类黄酮 3′-羟化酶flavonoid 3'-hydroxylaseK05280，在 B 环 3′ 位加羟基，决定花旗松素等的形成。
DFR二氢黄酮醇 4-还原酶dihydroflavonol 4-reductaseK13082，把二氢黄酮醇还原为无色花色素，是花色素和原花青素分支的入口。
LDOX无色花色素双加氧酶leucoanthocyanidin dioxygenase又称花色素合酶（ANS），K05277，把无色花色素转化为花色素。
ANS花色素合酶anthocyanidin synthase即 LDOX。
pathway activity score通路活性分数pathway activity score通路内分子 z-score 的算术平均（每个样本一个值），见“通路活性耦合”页公式。
MetPA代谢通路分析Metabolomics Pathway Analysis结合超几何富集和通路拓扑（相对介数中心性）的代谢通路分析方法，MetaboAnalyst 的通路分析模块即基于此方法。
betweenness介数中心性betweenness centrality网络中经过某节点的最短路径所占的比例之和，衡量节点作为“桥梁”的作用；相对介数中心性在有向图中再除以 (n−1)(n−2)。
coverage通路覆盖率pathway coverage通路网络中在本数据已检测到的节点数 / 节点总数。