在统计数据中，相关性是一项双变量分析，测量两个变量之间关联的优势。相关性分析是一种简单而有用的单变量方法，用于测试两个变量是否相关。

创意蛋白质组学表演以下两个相关性分析：

• 鉴定类似于已知的生物标志物的特征。在这种情况下，研究人员正在寻找特征（代谢物或峰值），其显示其强度或浓度变化的相似性（共同表达）。可以直接针对目标特征直接执行相关性分析，以识别阳性或负相关的那些峰或代谢物。也可以使用分层群集方法。位于同一群集中的特征，因为目标特征在强度或浓度变化方面最相似。
• 识别特定模式后的特征。在这种情况下，研究人员正在寻找在多个（> 2）条件下或通过时间点的范围（> 2）条件下的特定变化模式的功能。模板匹配方法用于解决这种情况。模板匹配是相关性分析套件的一部分。预定义模式或新模式可用于执行模板匹配。必须将模板模式指定为对应于不同组或不同时间点预期的集中级别的一系列数字。

创意蛋白质组学支持许多相似度措施，包括：

• 欧几里德距离，
• Pearson的相关性，
• Spearman的等级相关性
• 肯德尔的τ-test

如何下订单：

*如果您的组织需要签署保密协议，请通过电子邮件与我们联系