数据清洗的第一步是根据统计样本中代谢物的缺失率（missing value rate）来标记噪音。MetMiner中标记噪音的具体方式较为多样化...
原理
之前提到过理论上QC样本包含了所有的代谢物信息，而且从实验操作也可以看出，不同时间段的QC样本都来自于一个混样，所以理论上所有QC样本中代谢物的缺失率是较为一致的，且缺失率较低；
经验上，我们认为在QC样本中缺失率低于20%的代谢物是较为稳定的，这些代谢物检出率较高，可信度也较高，针对大部分的实验设计，该评价条件式较为稳健的；
此外针对无样本异质性的实验设计，我们还可以结合对测试样本中代谢物的缺失率来判断，例如，在对QC样本缺失率筛选过后的feature，我们也可以加上更加严格的条件，比如在测试样本中至少一般以上的样本要检测到，这里就可以针对筛选；
对于有样本异质性的实验设计，只需要关注他在QC样本中的缺失率即可；
注意，QC中缺失阈值和样本中缺失阈值之间的关系是and！而不是or！可以理解为在符合QC阈值的情况下增加更加严格的条件！
操作界面
首先看sidebar中的参数：
-
Group by： 比如下面sample information表格中，class将样本分为了QC和Subject，group代表了样本的分组，这里面包含了两个变量，一个是基因型（col0 or mutant）另一个是处理（water or drought），这样将样本分成了4组。如果我们想在控制QC缺失的同时至少在一半的测试样本中存在，那么这里需要将Group by 选择为
class，同时missing value frequency选择50%; 如果我们想更加严格一点，至少在5个生物学重复中至少3个可以检测到，那么这里需要将Group by选择为group,missing value frequency选择40%; -
Missing value frequency 样本缺失率阈值，如果不卡测试样本的缺失阈值，这里直接拉到
100%； -
Missing value frequency in QC
QC中的缺失率阈值；
| sample_id | injection.order | class | group | batch | group | treatment | genotype |
|---|---|---|---|---|---|---|---|
| QC_01 | 1 | QC | QC | 1 | QC | ||
| QC_02 | 2 | QC | QC | 1 | QC | ||
| QC_03 | 3 | QC | QC | 1 | QC | ||
| QC_04 | 4 | QC | QC | 1 | QC | ||
| QC_05 | 5 | QC | QC | 1 | QC | ||
| QC_06 | 6 | QC | QC | 1 | QC | ||
| S_0001 | 7 | Subject | WT-Water | 1 | WT-Water-1 | Water | col0 |
| S_0002 | 8 | Subject | WT-Water | 1 | WT-Water-2 | Water | col0 |
| S_0003 | 9 | Subject | WT-Water | 1 | WT-Water-3 | Water | col0 |
| S_0004 | 10 | Subject | WT-Water | 1 | WT-Water-4 | Water | col0 |
| S_0005 | 11 | Subject | WT-Water | 1 | WT-Water-5 | Water | col0 |
| S_0006 | 12 | Subject | WT-drought | 1 | WT-drought-1 | drought | col0 |
| S_0007 | 13 | Subject | WT-drought | 1 | WT-drought-2 | drought | col0 |
| S_0008 | 14 | Subject | WT-drought | 1 | WT-drought-3 | drought | col0 |
| S_0009 | 15 | Subject | WT-drought | 1 | WT-drought-4 | drought | col0 |
| S_0010 | 16 | Subject | WT-drought | 1 | WT-drought-5 | drought | col0 |
| QC_07 | 17 | QC | QC | 1 | QC | ||
| S_0011 | 18 | Subject | MT-Water | 1 | MT-Water-1 | Water | mutant |
| S_0012 | 19 | Subject | MT-Water | 1 | MT-Water-2 | Water | mutant |
| S_0013 | 20 | Subject | MT-Water | 1 | MT-Water-3 | Water | mutant |
| S_0014 | 21 | Subject | MT-Water | 1 | MT-Water-4 | Water | mutant |
| S_0015 | 22 | Subject | MT-Water | 1 | MT-Water-5 | Water | mutant |
| S_0016 | 23 | Subject | MT-drought | 1 | MT-drought-1 | drought | mutant |
| S_0017 | 24 | Subject | MT-drought | 1 | MT-drought-2 | drought | mutant |
| S_0018 | 25 | Subject | MT-drought | 1 | MT-drought-3 | drought | mutant |
| S_0019 | 26 | Subject | MT-drought | 1 | MT-drought-4 | drought | mutant |
| S_0020 | 27 | Subject | MT-drought | 1 | MT-drought-5 | drought | mutant |
| QC_08 | 28 | QC | QC | 1 | QC | ||
| QC_09 | 29 | QC | QC | 1 | QC | ||
| QC_10 | 30 | QC | QC | 1 | QC | ||
| QC_11 | 31 | QC | QC | 1 | QC |
---The end---
Jul 27, 2024 by Shawn Wang, HENU, Kaifeng, Henan, China.
