组学关联散点图

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。

1.输入文件

含有3列信息,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。

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。

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。

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。