完整技术报告
分析页面只保留简介、图表和关键结果，详细说明在标题旁的 ? 里。这里是保留全部详细说明的完整版本：每个分析分 9 部分（分析目的、分析原理、输入数据及预处理、软件算法及参数、统计指标解释、图表与结果展示、结果描述、生物学意义、局限性）并附参考文献，每张图下有 9 项完整图注。
| 分析 | 简介 | 简洁页 |
|---|---|---|
| 样本一致性 | 用 PCA、Procrustes、Mantel、RV 和协惯量分析（Co-inertia）检查同一批样本在两组学中的结构是否一致，并排查样本标签问题。 | 打开 |
| 差异总览 | 统计 45 个比较中差异基因和差异代谢物的数量、类别和重叠，判断各比较的变化规模。差异基因按校正后 P（padj）和 log2FC 判定，差异代谢物按 P、FC 和 VIP 判定。 | 打开 |
| KEGG 联合富集 | 差异基因和差异代谢物分别做 KEGG 超几何检验，再用 Fisher 法合并 P，找出两组学同时指向的通路。通路拓扑影响值（Pathway Impact）见“通路拓扑影响”页。 | 打开 |
| GSEA 联合富集 | 不设差异阈值，用全部基因和代谢物的排序做 GSEA / MSEA，比较同一通路在两组学中的整体变化方向（NES）。 | 打开 |
| KEGG 通路图 | 把每个比较的差异基因和差异代谢物按 log2FC 着色画到 KEGG 通路图上，查看差异发生在通路的哪些步骤。 | 打开 |
| 通路活性耦合 | 把每条通路的基因和代谢物分别汇总成活性分数，计算两层活性在 30 个样本间的耦合 r，并用组内相关区分组间驱动和组内也成立的耦合。 | 打开 |
| 通路拓扑影响 | 在 KEGG 反应网络上用相对介数中心性计算通路影响值（Pathway Impact），分别给出代谢物网络、酶（基因）网络和基因–反应–代谢物联合网络三种结果。 | 打开 |
| 基因–代谢物–通路网络 | 把差异基因、差异代谢物和它们所在的 KEGG 通路放在同一张三层网络中：通路注释关系与基因–代谢物相关关系分开表示。 | 打开 |
| 相关性分析 | 计算全部基因与代谢物在 30 个样本上的 Pearson 相关 r，并用扣除组均值后的组内相关把通过阈值的配对分为 Tier1 和 Tier2。 | 打开 |
| 九象限 | 把高相关的基因-代谢物配对放到各比较的 log2FC 坐标中，看两者是同向还是反向变化。 | 打开 |
| 相关热图与网络 | 用相关热图、网络、弦图和联合表达热图展示通过阈值的基因-代谢物配对，找出连接多的分子。 | 打开 |
| 相关基因富集 | 对与代谢物高相关的基因做 KEGG / GO 富集，看这些基因主要参与哪些功能。 | 打开 |
| 已知反应配对 | 用 KEGG 反应把酶基因与其底物、产物直接相连，检查两者的变化方向是否符合生化预期。 | 打开 |
| 多元统计模型 | 用 O2PLS、rCCA、sPLS、RDA 和 DIABLO 量化两组学共享的变异，并找出贡献最大的分子。 | 打开 |
| MOFA 因子分析 | 不使用分组信息，用 MOFA 找出两组学共享或特有的潜在因子，再看因子与处理、水平的关系。 | 打开 |
| WGCNA 联合网络 | 把基因和代谢物分别聚成共表达模块，在模块层面连接两组学，以及处理和水平。 | 打开 |
| 动态趋势 | 用 Mfuzz 把差异基因和差异代谢物按跨水平的变化模式聚类，并用 k-means 检验聚类是否稳健。 | 打开 |
| 转录因子调控 | 从 TF-代谢物相关、GENIE3 和 TF-基因-代谢物三元组三方面提出转录调控假设。 | 打开 |
| 关键通路与核心分子 | 综合联合富集、GSEA、通路活性耦合和已知反应等证据，给通路和分子排出优先级。 | 打开 |