如何用 SIMCA 软件做出符合 SCI 论文的美图？

为了探究某些疾病或者药物的分子作用机制，我们通常采用非靶标代谢组学无偏向性地对所有小分子代谢物同时进行检测分析。通常我们采用的检测仪器主要有NMR、GS-MS、LC-MS。

在众多被检测到的小分子中，那些才是我们最关心的呢？因此，在代谢组学分析中，我们就引进了多元统计分析用来筛选我们的目标代谢物。而在多元统计分析中SIMCA软件则最为常用。

SIMCA软件是多远统计分析中最常用的一个数据分析与挖掘的软件。主要是通过PCA、PLS-DA、OPLS-DA等模式识别进行分析，来提供最佳的数据处理方案，并结合VIP值以及S-plot得分图来筛选差异代谢物，当然也可以结合ROC曲线进行分析。

多元统计是从整体研究和分析问题的本质，找出各组数据的内在规律。多元统计分析在代谢组学中主要是帮助我们缩小研究范围，从众多的代谢物中寻找差异代谢物，再根据差异代谢物所涉及的潜在代谢通路，推测、分析和探究疾病的发病机制，药物的作用机制。

下面我们就先讲一下SIMCA的使用方法：

1.将实验数据输入Excel表格

2.将数据导入SIMCA

1.按照「File」→「NewSpreadsheet」→「Fromfile」→「ImportDataset」，将数据导入到SIMCA。

2.将横行和纵行第一行均设置为「Primary」。

3.按照「Edit」→「Transpose」将数据格式转变成横行为为主要因素，纵行样本编号，然后将数据保存「「Home」→「Finish」」。

3.数据分析

将保存的源文件打开，点击「Home」→「Autofit」，然后鼠标移向「ProjectWindow」→「Activemodel」，PCA模型下可以看到R2和Q2，可用于判断数据分析的可靠性。

1.PCA、PLS-DA和OPLS-DA图

依次选择「Home」→「New」→「Observations」，将实验数据进行分组，modeltype选用PCA-X，确定后对数据进行拟合「「Home」→「Autofit」」，再点击Scores，即可做出PCA图。在做PLS-DA或OPLS-DA图时，只需在ChangeModelType将PCA改为PLS-DA或OPLS-DA即可。

「SMICA软件一般默认的模式是UV，可在「Home」→「New」→「scale」中进行改变」。

2.S-plot图

将「Home」→「New」→「Scale」→「SetScaling」中的Type设置为par模型，只能选择两个组别「「Home」→「New」→「Observations」」，将modeltype改为OPLS-DA，然后确定，再将数据进行拟合「「Home」→「Autofit」」；然后选择「Analysis」→「S-plots」→「S-plot」，即可做出我们所需的S-plot。

3.差异物的寻找

通常文献中对于差异物的寻找都是VIP值结合pcorr。

VIP:「Home」→「VIP」，右键「Create」→「List」→「SaveListas」为txt格式，再将txt格式复制到Excel中，一般选用M1.VIP［1］这一列。

pcorr:S－plot图右键「Create」→「List」→「Savelistas」为txt格式，再将txt格式复制到Excel中，一般选用M1.P「corr」［1］这一列结合Vip值寻找差异代谢物。

扫一扫加生物侠「微信号：dxyshiyong」，获取丁香通热门活动信息，了解最新试用动态。备注：丁香通。

作者：赵凡

图片来源：赵凡