Omics Integrate Analysis——一站式多组学数据整合分析

图1：网站首页展示

1. 上传数据(Data Loading)

●选择使用内置的示例数据（已发表文章的公开数据集Covid-19）或者上传自己的数据，并进行预览

●在蛋白、代谢、脂质和临床信息中选择想要分析的数据类型

●对选中数据进行初步的预处理，包括生成差异统计表格，表达模式聚类分析（Mfuzz）所需文件等

 图2. Data Loading界面展示图

2. 统计分析（Statistics）

●Statistics页面包含三种分析方法，差异分析、Mufuzz聚类和PCA分析

●差异分析的火山图可以根据用户的输入数据进行交互式调整，提供数据表格的同时帮助用户找到显著差异的分子及其具体信息。

●表达模式聚类分析的方法（Mfuzz analysis），用户可定义的聚类数量，计算并展示数据的聚类划分结果

●PCA分析，通过绘制单组学或多组学的交互式PCA图，直观展现样品的分布状态。

3. 相关性分析（Correlation）

OIA根据Statistics页面的计算结果，提供基于差异和基于Mfuzz聚类分组的相关性分析结果，包括具体的分子信息和相关性信息表格。

在交互式相关性网络图中，可以选择查看感兴趣的分子，点击分子查看与其相关联的同组学及其他组学分子，帮助用户深入了解不同组学之间的关联关系，为研究提供宝贵的思路。

 图3. 相关性分析界面展示图

4. 临床关联性分析（Clinic）

用户可以进行组学数据与临床信息的线性回归计算，通过计算结果表格和和弦图，直观地了解组学数据与临床指标之间的关联。

图4. 临床关联性分析界面展示图

多组学整合分析网站OIA提供了一套灵活的数据分析方案，它强大的功能将助力高效整合、分析和解读庞大的多组学数据，助力多组学数据的深度挖掘。

您可以访问此网址：https://omia.untangledbio.com/oia/，进行数据分析；如果您使用过程中遇到技术问题，或者改进的建议，可以与我们的开发人员yan.li@qlife-lab.com联系。