组学关联散点图

文献引用：Bioinformatic analysis was performed using the OECloud tools at https://cloud.oebiotech.com.
--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
本工具为组学关联散点图（Scatter plot），可以通过两组学在二维（即水平X轴和垂直Y轴）平面分布直观表现出两者总体关系趋势。
通过线性回归来衡量两组数据的相关性（可选Pearson,Spearman和 Kendall）。P值小于0.05的情况下，R2值越大，相关性越高。
另外，也可以计算置信区间，用浅灰色阴影绘制在散点图中。

参数调整

含有3列信息，第一列对应名称（基因/蛋白/代谢物等），若包含重复，请去重。第二列表示第一个组学的表达量，第三列表示第二个组学的表达量。
可以选pearson,spearman和 kendall中的一个
是否进行线性回归并添加置信区间，TRUE为添加，FALSE为不添加，如不添加此参数则默认不添加。
对结果进行命名用于区分不同的任务，默认为当前工具名称_当前日期时间
字体类型，默认"Arial"
字体样式，默认"无"
x轴最小值，默认为数据最小值
y轴最小值，默认为数据最小值
 提交 重置

结果与说明

任务正在排队中，目前后台任务排队数量:

当前任务开始运行后预计需要耗时

请勿重复提交任务!

程序正在运行中，预计需要耗时

{{ m.content }}

程序运行出错，报错信息如下：

    1. 输入文件

    第一列：对应名称（基因/蛋白/代谢物/微生物等），若包含重复，请去重。

    第二列：表示第一个组学的表达量。

    第三列：表示第二个组学的表达量。


scatter_data.png


    demo数据下载：data.xls

    1. 结果说明

    图中的每个点表示分别在X轴和Y轴的数值分布，通过线性回归可以来衡量两组学数据的线性关系。还可以计算两组数据的（Pearson,Spearman和 Kendall）相关性，结果保存在Scatter_plot.txt中。另外，线两边的浅灰色阴影代表置信区间。


    demo结果下载：Scatter_plot.txt



scatter_t.png


    图中的每个点表示分别在X轴和Y轴的数值分布。可以计算两组数据的（Pearson,Spearman和 Kendall）相关性，结果保存在Scatter_plot.txt中。


scatter_f.png


    通过计算两组学数据的（Pearson,Spearman和 Kendall）相关性可以得到相关性系数R2和P值，P值小于0.05的情况下，R2值越大，相关性越高。

    (1) 程序读取3列数据，其中第2、3列为数值型数据；

    (2) 外来数据格式不兼容时，请使用本工具前，按照输入示例文件格式对数据进行修改；

    
版本
更新日期更新内容
v1.1
2020.10.25
更新说明文档
v2.02021.06.20解决输入文件读取问题,增加字体、字型参数
在线咨询