科研 Skill

代谢组差异与多变量统计

codar-metabolomics-skill-b6b79833d938

当用户需要对质控后的代谢矩阵进行样本级差异、PCA 和监督建模,并用正确验证识别批次驱动或过拟合结果时使用。

发布者 Codar安全审核通过v0.1.0更新于 2026-09-16

SKILL.md

代谢组差异与多变量统计

设计先于画图

需要质控矩阵、样本与受试者、条件、时间、批次、协变量、重复测量关系、主要对比以及已完成的变换和缩放。先画设计表,确认是否存在条件与批次完全混杂。

分析顺序

  1. 查看单变量分布、缺失和离群;选用与数据尺度匹配的变换及缩放。
  2. 用 PCA、样本相关和 QC 分布做无监督诊断,不根据组别反复调参追求分离。
  3. 对每个特征在样本层拟合线性、广义或混合模型,报告效应、置信区间和 FDR。
  4. PLS-DA 等监督模型必须在训练数据内选择成分,并用嵌套交叉验证、标签置换和独立测试评估。
  5. 对缩放、缺失处理、离群样本和批次校正做敏感性分析。

判断结果是否可信

高 R²、漂亮得分图或 VIP 排名本身不构成验证。检查 Q²、置换分布、训练测试差距、类别不平衡和是否把技术重复当生物重复。

交付

提供效应/FDR 表、PCA 与模型诊断、验证性能、数据变换、批次处理和不稳定结论清单。

方法与结果契约

两组独立样本可在假设允许时使用 Welch t 检验,否则选择秩和或稳健模型;配对、重复测量和多组设计必须使用对应模型,不能退化为两个列名前缀。对每个特征保留组别顺序、均值或中位数、log2FC、原始 P 值和 BH-FDR。PCA 仅使用预先确定的处理矩阵;PLS-DA 的成分数、置换检验和外层验证结果必须一同保存。

所属插件

代谢组学靶向与非靶向代谢组及暴露组学分析。

安装该插件会一并获得同领域的 18 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

代谢组差异与多变量统计能做什么?

当用户需要对质控后的代谢矩阵进行样本级差异、PCA 和监督建模,并用正确验证识别批次驱动或过拟合结果时使用。

如何安装代谢组差异与多变量统计?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「代谢组差异与多变量统计」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

代谢组差异与多变量统计需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

代谢组差异与多变量统计经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。