趋势分析结果展示

---

适用场景

示例数据

当样本为时间节点样本时（如上图，分别为0h，0.5h，3h，6h，12h五个时间节点样本的基因表达量），一般的差异分析比较分析就难以满足我们的数据挖掘需求，比如，若进行两两比较，得进行10次比较才能把所有时间点的数据都比较一遍，而且不方便整体性地观察变化趋势，比如某基因随着时间的变化一直上升/一直下降/先上升后下降/先下降后上升/......。这种趋势分析也称为“基因表达模式聚类分析”。

如下图，将五个时间点简化成五个点，给出了不同的变化趋势，有颜色的是分析得到的最显著的变化模式，按显著程度从大到小排列，相同颜色代表更相似的变化趋势：

以上，对所有有趋势的样本设置都有用：时间、浓度、患病程度等。

---

一分钟演示出图

网址：https://www.omicstudio.cn/tool/37

按图中箭头指示：

1. 点击“开始分析”，直接运行示例数据；

2. 运行完成后显示如图画面；

3.有两个下载选项可以下载数据：一个打包下载全部，一个下载当前呈现的图表。

STEM趋势分析：一分钟出图演示_腾讯视频

---

输入文件

第一列：SPOT ID，序号列；

第二列：基因名；

第三列至最后：按时间顺序排列您的表达量数据。

SPOT列可以没有，但是需要注意在网页上去掉勾选“含序号列”。

格式一：含序列号 格式二：不含序列号
STEM趋势分析：输入文件格式说明_腾讯视频

---

一键分析自己的数据

1. 上传文件

2. 确认输出结果中的图片格式和文件夹名称

3. 点击开始分析

---

如何看趋势分析的结果

1.关于表格

根据“Genes Assigned”的显著性对有颜色的聚类结果进行排序；

相同的Cluster编号对应相同的颜色，Cluster为-1的底色均为白色；

图排序顺序为：从左到右，从上到下。图中越靠前的Profile越值得研究。

2.关于图片

总图右上角的数字对应Profile的编号，可从下拉框中寻找到对应图片；

图片标题中的（0,1,2,1,0）代表该图所代表的的模型，对应图中的黑线（Profile）；

图片标题中已经标注了p值，significant默认以0.05做阈值；

其他彩色线条代表与这个模型的相似度在70%以内的基因，鼠标悬浮可查看基因名；

右表与图片对应，给出了每个基因在此图中的模型数据；

Gene.Symbol列中“0（SPOT_数字）”类型的数据代表在您的输入文件中此基因名为空，故使用SPOT号代替。

---

如何调整参数分析

参数调整界面

数据处理（见如下官方说明）：

Log normalize data：以前后时间点差异倍数的log2值作为分析数据，适合浮动范围跨数量级的数据；

Normalize data：以前后时间点的差值作为分析数据，适合浮动范围较小的数据；

No normalization/add 0：以上传的数据作为分析数据。

STEM官方说明

聚类方法

STEM和K-Means都是聚类算法，二者主要的不同是STEM是根据“变化跨度”总结所有可能的模型，

而K-Means是通过“聚类个数”预先人为定义要生成几个模型。

【变化跨度】指相邻两个时间点间的变化跨度，若为1，则后一个点相对于前一个点的状态有：1,0，-1；若为2，则为：2,1,0，-1，-2。也就是说，如果有三个时间点，要表达一直上升这种趋势，值为1时，三个点的状态只有一种：0,1,2；值为2时，三个点的状态有6种：0,1,2； 0,1,3； 0,1,4； 0,2,3； 0,2,4；0,3,4。其他状态以此类推。这个可根据您想研究的情况俩调整。

STEM趋势分析：结果解读_腾讯视频

---

结果下载

STEM趋势分析：打包下载+下载当前图片_腾讯视频

---

更多信息

STEM趋势分析：其他信息_腾讯视频

---

FAQ

趋势分析结果中的颜色是什么意思？

关于趋势分析结果中的颜色需要关注两个点：

1. 有颜色和没颜色：有颜色的是统计学意义上值得关注的趋势模型，推荐优先关注这些数据；

2. 颜色相同：代表这些模型相比于其他模型更为相似，可以归为一类来进行后续研究。

3. 颜色本身没有意义，比如不存在某种颜色更值得关注这种情况。

趋势分析结果中右上角的数字是什么意思？

是模型代号，用来对应找到另一张更具体的图形结果。这个数字与下拉框中的条目对应，可以查看到带基因的更详细的结果（见下图）。

 更多超好用的在线生信云工具的详细教程资料：http://qr03.cn/CF09Dg