九象限:完整技术报告

主要发现:45 个比较累计,除 Q5 外同向(Q3+Q7)占 31.8%,反向(Q1+Q9)占 38.5%。由于高相关配对中负相关占多数,反向象限多是这一点的直接体现。

本页保留全部详细说明;日常浏览请用简洁页面。

1 分析目的

把高相关的基因-代谢物对放到某个比较的变化倍数坐标上,看这些配对在该比较中是同向变化(基因升、代谢物也升)还是反向变化,帮助区分可能的“合成促进”与“消耗/反馈”两类关系。

2 分析原理

配对来自全局相关分析中通过主筛选的配对(|r_all|≥0.8,FDR<0.05)。对某个比较,横坐标为基因 log2FC,纵坐标为代谢物 log2FC,各以 ±1(2 倍)为界分三段,组成 9 个象限,Q1–Q9 从左上到右下编号:Q3 与 Q7 为同向,Q1 与 Q9 为反向,Q2、Q4、Q6、Q8 为一方变化不足 2 倍,Q5 为两者都不足 2 倍。

象限只看变化倍数,不看显著性;数据表中的 gene_status、met_status 给出各自是否显著。基因或代谢物在该比较两组都未检出时没有 log2FC,配对被排除,不落入 Q5,单独计入 excluded_not_available。

3 输入数据及预处理

全局高相关配对(含 Tier1、Tier2);每个比较的基因 log2FC(服务商)和代谢物 log2FC。

4 软件、算法及参数

软件 / 函数版本用途与关键参数
R / data.table1.18.6.1象限划分和计数
ggplot24.0.3每象限最多随机抽 6,000 点绘制,数字为真实数量

5 统计指标解释

下表列出本页出现的全部统计指标和缩写(由页面内容自动生成)。全部术语见术语表。

术语中文名英文名定义与读法
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)。
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”)。
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。
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。
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)。

6 图表与结果展示

全局结果

全部比较的象限分布PDF计数表绘图数据
全部比较的象限分布
目的
比较 45 个比较中各象限配对数。
坐标轴
横坐标为象限(不含 Q5),纵坐标为比较,按类别分面。
颜色
颜色为 log10(配对数+1)。
点的形状与大小
无。
图例
右侧为色标。
显著性标记
本图不标注显著性。
数据筛选
全局高相关配对。
样本与缺失值
无 log2FC 的配对不计入。
如何阅读
同向象限(Q3、Q7)与反向象限(Q1、Q9)颜色深浅的对比。
各比较象限计数共 45 行下载全表

表注:pairs 有 log2FC、参与分象限的配对数;excluded_not_available 基因或代谢物在该比较两组都未检出、没有 log2FC 的配对数;Q1–Q9 各象限配对数。

comparisoncategorypairsexcluded_not_availableQ1Q2Q3Q4Q5Q6Q7Q8Q9
R1_vs_R2B_R组内跨水平108167794731739581135579104120777210124208
R1_vs_R3B_R组内跨水平10783579805216161132431930223102334825108
R1_vs_R4B_R组内跨水平10998677654345733419260240505741224906925372492
R1_vs_R5B_R组内跨水平1119757566548212113369628529551379274115336161350
R1_vs_Y1A_同水平处理间145632420089315826514865110654672292366441324354435
R1_vs_Y2D_跨水平跨处理14490242738948650311505697685092332369821270053830
R1_vs_Y3D_跨水平跨处理148791388499244557515705129379722670367811260256949
R1_vs_Y4D_跨水平跨处理1514623617810058926416745118636161842365691614056042
R1_vs_Y5D_跨水平跨处理1550883255210438905719344202920522150356691575358596
R2_vs_R3B_R组内跨水平108465791758311861586739067939749465015
R2_vs_R4B_R组内跨水平11096776673298325739178255556943322645862290335
R2_vs_R5B_R组内跨水平1131607448053872348262788557549466273160253131322
R2_vs_Y1D_跨水平跨处理146820408209282810714829144661283222369961307053740
R2_vs_Y2A_同水平处理间146040416009522444515031140587122916369871308053942
R2_vs_Y3D_跨水平跨处理149747378939156512815624137077902403374201315957697
R2_vs_Y4D_跨水平跨处理152357352839812597416575167769041967374061572056322
R2_vs_Y5D_跨水平跨处理1558673177310601891619187210021121875362801575559041
R3_vs_R4B_R组内跨水平11039877242409031544331253795548635307965641620
R3_vs_R5B_R组内跨水平1137927384855392256276778319516447116195371121870
R3_vs_Y1D_跨水平跨处理146201414399262788715140136352193111368281309354298
R3_vs_Y2D_跨水平跨处理14534542295945040611532392485792248369021281555043
R3_vs_Y3A_同水平处理间149052385889306385116040109186952110370781271958162
R3_vs_Y4D_跨水平跨处理151654359869683529316791196071802314364531531856662
R3_vs_Y5D_跨水平跨处理1553573228310489842719779242423522098352341523959315
R4_vs_R5B_R组内跨水平11300874632307984035543348858429503576020261
R4_vs_Y1D_跨水平跨处理1534193422110762268414882162085024294431961031957160
R4_vs_Y2D_跨水平跨处理1530003464010824271015102122348463714438541315657571
R4_vs_Y3D_跨水平跨处理1568963074410845225715927112245763310441601311961580
R4_vs_Y4A_同水平处理间15920828432108162717164971248104332893428811172160002
R4_vs_Y5D_跨水平跨处理1625632507710767621817748156877272580422421138562328
R5_vs_Y1D_跨水平跨处理1546113302910942210315336122440063825450811178360311
R5_vs_Y2D_跨水平跨处理154279333611110422531551191218052990463341256760803
R5_vs_Y3D_跨水平跨处理158084295561089018951626693321573352458541321463523
R5_vs_Y4D_跨水平跨处理1604192722110969229316874103530042845443891685362157
R5_vs_Y5A_同水平处理间163668239721106426461806211119996280943564998764429
Y1_vs_Y2C_Y组内跨水平126693609474692284117310687171837147629377200
Y1_vs_Y3C_Y组内跨水平1270046063612372578610678161979653135006519
Y1_vs_Y4C_Y组内跨水平127282603581367148887594592800342243124221400757
Y1_vs_Y5C_Y组内跨水平13110656534246123313192745766551935272188255062089
Y2_vs_Y3C_Y组内跨水平1250116262963582319563888364176123527241691
Y2_vs_Y4C_Y组内跨水平1273376030321151725211453909826613943112514291896
Y2_vs_Y5C_Y组内跨水平12881258828324726637334544016117563451847190292786
Y3_vs_Y4C_Y组内跨水平1276256001521612856696434117975717156929972387
Y3_vs_Y5C_Y组内跨水平12867058970366129263321147826463850601546146701839
Y4_vs_Y5C_Y组内跨水平1296255801576020950878250583443292968516658817
象限含义共 9 行下载全表

表注:quadrant 象限编号;x、y 基因和代谢物的变化段(down:log2FC≤−1;flat:−1–1;up:≥1);meaning 含义。

quadrantxymeaning
1gene_downmet_up基因下调、代谢物上调(反向)
2gene_flatmet_up基因不变、代谢物上调
3gene_upmet_up基因上调、代谢物上调(同向)
4gene_downmet_flat基因下调、代谢物不变
5gene_flatmet_flat两者都不变
6gene_upmet_flat基因上调、代谢物不变
7gene_downmet_down基因下调、代谢物下调(同向)
8gene_flatmet_down基因不变、代谢物下调
9gene_upmet_down基因上调、代谢物下调(反向)

各比较结果

左侧选择比较。比较名 A_vs_B 中 log2FC = log2(B/A)。

7 结果描述

累计分布。全部比较累计 6,207,380 个“比较 × 配对”有 log2FC;其中 Q5(两者变化都小于 2 倍)1,614,651 个。其余象限中,同向的 Q3 为 450,193、Q7 为 1,009,644;反向的 Q1 为 297,219、Q9 为 1,471,500。另有 2,236,420 个因没有 log2FC 被排除。

与相关符号的关系。全局高相关配对中负相关占 54.1%。负相关的配对在两者都变化时必然落入反向象限,正相关的落入同向象限,所以象限比例主要复现了相关的符号构成。反向多于同向的比较有 39 个。

8 生物学意义

数据支持的观察

高相关的基因-代谢物对在各比较中的变化方向与相关符号一致,说明 30 样本相关确实反映了这些比较中的同步变化。

需要进一步验证的假设

反向配对(基因升、代谢物降)可能表示代谢物被该基因产物消耗,或该基因受代谢物负反馈;同向配对可能表示合成促进。但两种解释都需要已知生化关系的支持(见“已知反应配对”页),仅凭象限不能判断。

9 局限性

象限划分使用固定的 2 倍阈值,阈值附近的配对归属不稳定。高相关配对中多数为 Tier2,同向/反向的比例主要反映组间整体变化。同向不等于促进、反向不等于抑制,代谢物含量还受转运、降解和其他通路影响。

参考文献

  1. Cavill R, Jennen D, Kleinjans J, Briedé JJ. Transcriptomic and metabolomic data integration. Briefings in Bioinformatics, 2016, 17(5): 891–901.