Codar 预置工作流

非靶向代谢组分析

当用户需要将非靶向 LC-MS 或 GC-MS 原始数据转为可追溯的特征矩阵,并用空白、QC 和峰形证据限制假特征时使用。

代谢组学5 个步骤v1更新于 2026-11-19

流程图

  • 数据输入
  • 核心分析
  • 结果输出

步骤说明5 步

  1. 在代表 QC 上优化峰检测数据输入

    在代表 QC 上优化峰检测,核对质量误差、峰宽和信噪比,不直接套用默认参数。

    下一步02 LC-MS 按峰检测、初步分组、保留时间校正、重新分组…

  2. LC-MS 按峰检测、初步分组、保留时间校正、重新分组…核心分析

    LC-MS 按峰检测、初步分组、保留时间校正、重新分组和缺失峰回填执行;GC-MS 额外验证解卷积。

    下一步03 用空白比、检出率、QC CV 和稀释线性过滤

  3. 用空白比、检出率、QC CV 和稀释线性过滤核心分析

    用空白比、检出率、QC CV 和稀释线性过滤;保留每一步剔除数量。

    下一步04 回看重要特征的 EIC、峰形和样本分布

  4. 回看重要特征的 EIC、峰形和样本分布核心分析

    回看重要特征的 EIC、峰形和样本分布;回填值只表示预期窗口积分。

    下一步05 在统计前评估运行漂移、批次与缺失机制

  5. 在统计前评估运行漂移、批次与缺失机制结果输出

    在统计前评估运行漂移、批次与缺失机制,并保留未归一化矩阵。

使用原则

  • 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
  • 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
  • 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。

workflow.md

查看工作流源文件
---
format: codar-workflow
schemaVersion: 1
layoutDirection: TD
id: "08-metabolomics-untargeted-metabolomics-i4enboe4"
version: 1
name: "非靶向代谢组分析"
domain: "代谢组学"
description: "当用户需要将非靶向 LC-MS 或 GC-MS 原始数据转为可追溯的特征矩阵,并用空白、QC 和峰形证据限制假特征时使用。"
---

# 非靶向代谢组分析

## 流程图

```mermaid
flowchart TD
    n1["在代表 QC 上优化峰检测"]
    n2["LC-MS 按峰检测、初步分组、保留时间校正、重新分组…"]
    n3["用空白比、检出率、QC CV 和稀释线性过滤"]
    n4["回看重要特征的 EIC、峰形和样本分布"]
    n5["在统计前评估运行漂移、批次与缺失机制"]
    n1 --> n2
    n2 --> n3
    n3 --> n4
    n4 --> n5
```

## 节点

### 在代表 QC 上优化峰检测 {#n1}
- 类别: 数据输入
- 位置: 40, 40
- 说明: |
  在代表 QC 上优化峰检测,核对质量误差、峰宽和信噪比,不直接套用默认参数。

### LC-MS 按峰检测、初步分组、保留时间校正、重新分组… {#n2}
- 类别: 核心分析
- 位置: 40, 176
- 说明: |
  LC-MS 按峰检测、初步分组、保留时间校正、重新分组和缺失峰回填执行;GC-MS 额外验证解卷积。

### 用空白比、检出率、QC CV 和稀释线性过滤 {#n3}
- 类别: 核心分析
- 位置: 40, 312
- 说明: |
  用空白比、检出率、QC CV 和稀释线性过滤;保留每一步剔除数量。

### 回看重要特征的 EIC、峰形和样本分布 {#n4}
- 类别: 核心分析
- 位置: 40, 448
- 说明: |
  回看重要特征的 EIC、峰形和样本分布;回填值只表示预期窗口积分。

### 在统计前评估运行漂移、批次与缺失机制 {#n5}
- 类别: 结果输出
- 位置: 40, 584
- 说明: |
  在统计前评估运行漂移、批次与缺失机制,并保留未归一化矩阵。

## 使用原则

- 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
- 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
- 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。