今天分享的是使用CAMERA对代谢物加和峰进行注释。下面我们就来介绍一下具体方法。

操作步骤

#载入R包

library(CAMERA)

#单个样品

file <- system.file('mzdata/MM14.mzdata', package = "CAMERA")
xs <- xcmsSet(file,method="centWave",ppm=30,peakwidth=c(5,10)) an
<- xsAnnotate(xs)

#根据保留时间校正

anF <- groupFWHM(an, perfwhm = 0.6)

#鉴定同位素

anI <- findIsotopes(anF, mzabs = 0.01)

#确认分组

anIC <- groupCorr(anI, cor_eic_th = 0.75)

#注释

anFA <- findAdducts(anIC, polarity="positive")

anFA

#展示EICs图

plotEICs(anFA, pspec=2, maxlabel=5)

#展示峰图

plotPsSpectrum(anFA, pspec=2, maxlabel=5)

#导出数据

peaklist <- getPeaklist(anFA)

write.csv(peaklist, file='xsannotated.csv')

#一次跑完上面的步骤

xsa <- annotate(xs, perfwhm=0.7, cor_eic_th=0.75,ppm=10,
polarity="positive") peaklist <- getPeaklist(xsa)
write.csv(peaklist,file="results.csv")

#多个样品

library(faahKO) filepath <- system.file("cdf", package =
"faahKO") xsg <- group(faahko) xsg <- fillPeaks(xsg) xsa <-
xsAnnotate(xsg)

#根据保留时间校正

xsaF <- groupFWHM(xsa, perfwhm=0.6)

#确认分组

xsaC <- groupCorr(xsaF)

#鉴定同位素

xsaFI <- findIsotopes(xsaC)

#注释

xsaFA <- findAdducts(xsaFI, polarity="positive")

#导出数据

write.csv(getPeaklist(xsaFA),file="result_CAMERA.csv")

#一次跑完

xsg.fill <- fillPeaks(xsg)

diffreport <- annotateDiffreport(xsg.fill)

write.csv(diffreport, file="diffreport.csv")

#创建一个感兴趣的列表

diffreport <- annotateDiffreport(xsg.fill, quick=TRUE) write.csv(diffreport, file="diffreport2.csv")

#人工选定几个进行注释

psg_list <- c(10,11,30)

diffreport.annotated <- annotateDiffreport(xsg.fill, psg_list=psg_list,polarity="positive")

#自动选择进行注释

diffreport.annotated <- annotateDiffreport(xsg.fill, fc_th=4,polarity="positive") 好了，以上就是使用CAMERA对代谢物加和峰进行注释的操作 。如果文章对你有所帮助，请转发给你身边需要的人噢！

画出漂亮的序列比对图，只差一个CGView

最优系统进化模型，用partitionfinder选选

让插图更有质感！用AI绘制细胞膜双分子层图

分析大量qPCR数据无从下手？试试R包吧

用ChIPseeker对ChIP-seq数据进行可视化，图表直观颜值高

分析代谢组数据，大名鼎鼎的xcms来了！