服务标准	分析类型	分析内容	拟解决问题
标准数据分析	质控	TIC等多项QC分析	获得高质量数据
	轮廓分析	代谢物化学分类归属统计	获得代谢物的分类信息
	差异分析	单变量统计分析（火山图等）	反映每个变量的组间差异
		多维统计分析（PCA、PLS-DA、OPLS-DA等）	评估组间差异，找到导致组间差异的影响变量
		差异倍数分析（蝴蝶图）	直观展示差异代谢差异倍数变化
		韦恩分析	展示不同对比组中共有和特有的差异代谢物
		丰度分析（柱状图、箱线图、小提琴图）	展示每个物质最小值、最大值、平均水平等信息
		层次聚类分析	获得代谢物的表达模式信息
		相关性分析（相关性热图、和弦图、网络图）	衡量两个变量的相关程度
	功能分析	KEGG注释分析	进一步了解相关代谢通路和生物学功能
		KEGG通路富集分析（气泡图、得分图、网络图等）	筛选重要通路
		MetPA富集分析	筛选重要通路
		MSEA富集分析	筛选重要通路
	脂质特色分析	包含大类-亚类-分子多维度多层次数据分析及脂质特色分析内容，如链饱和度、链长度分析	多维度了解脂质信息
	诊断分析	ROC分析	表明代谢物区分两组间的能力
高级数据分析	生信分析	WGCNA	获得与表型强关联的核心代谢物
		与目标参数相关的代谢物筛选	OPLS回归分析
		临床指标关联分析	建立重要代谢物和临床指标的关联
		分子分型分析	基于代谢物表达趋势分对样本分类
		机器学习分析	筛选诊断性能良好的生物标志物
		两组学分析	转录组/蛋白组/修饰组＋代谢组联合分析
		三组学分析	转录组＋蛋白组＋代谢组联合分析

· 部分数据分析结果展示

全谱非靶向代谢组部分数据分析结果展示

· 推荐组合产品

1. 全谱代谢组+靶向代谢组：全谱代谢组前期筛选，靶向代谢组后期验证

2. 全谱代谢组+转录/蛋白：系统解析生物分子功能与调控机制

· 推荐应用领域

1. 代谢重编程：肿瘤发展机制、细胞分化

2. 代谢紊乱：糖尿病、高血脂、心血管疾病等

3. 生物标志物/疾病分型

· 送样建议

样本类型	常规送样量	最低送样量
血（血清、血浆）	≥200 μL	≥100 μL
动物组织	≥100 mg	≥60 mg
细胞	10^7	0.5*10^7
细菌或真菌	菌体沉淀湿重≥200 mg	菌体沉淀湿重≥100 mg
发酵液	≥200 μL	≥100 μL
其他液体样本：卵泡液、脑脊液、淋巴液、胆汁、乳汁、唾液	≥200 μL	≥100 μL
植物组织	≥200 mg	≥100 mg
植物种子	≥200 mg	≥100 mg
粪便	≥200 mg	≥50 mg
其他特殊样本	请另外咨询

· 应用案例

1. A Mammalian Conserved Circular RNA CircLARP1B Regulates Hepatocellular Carcinoma Metastasis and Lipid Metabolism. Advanced Science. 2023.

全谱代谢组检测——小鼠肝脏——哺乳动物保守环状RNA CircLARP1B调控肝细胞癌转移和脂质代谢