非靶向代谢组学的流程中，第1步对样品进行前处置，提取代谢物；之后运用MS或者NMR对这些代谢物进行检测获取原始数据。值得相信的非靶向代谢组学的原始数据经过数据预处置之后转换成可供下一步数据剖析的数据矩阵，下面一起来了解一下非靶向代谢组学研究的普通流程有哪些？

1、数据前处置

非靶向代谢组学的数据的前处置要从样本的检测开始，经过对QC样本的检测来评价系统的稳定性，同时协助研讨者挑选数据。非靶向代谢组学样本通常混合等量的一切样本来配制（非靶向代谢组学），或样本中添加已知的规范品来充任（靶向代谢组学）。

2、缺失值进行评价

在非靶向代谢组学研讨中，由于技术以及样本的缘由可能会包含部分的缺失值，大量的缺失值的存在以及不同的缺失值填充的办法已被证明会对接下来的统计剖析产生影响。非靶向代谢组学常用的缺失值过滤办法众多，可以根据缺失值来参考选择。

3、去除系统噪音信号

在非靶向代谢组学数据前处置中，还包括其他一些操作经过去除系统噪音信号，去除由系统不稳定惹起的干扰信号，消弭操作的误差等步骤来为下一步统计剖析提供愈加牢靠的数据集。非靶向代谢组学的每一步的操作都有不同的办法，同时也有不同的次第组合，不同的数据前处置办法被证明对统计剖析的结果有很大影响。

总而言之，非靶向代谢组学研究的普通流程有数据前处置、缺失值进行评价、去除系统噪音信号。通常在这个数据集中行数对应样本的个数，列数对应变量（代谢物信号）的个数。供应高效专业的非靶向代谢组学对数据集进行数据剖析包括数据前处置和详细的统计剖析，取得代谢标志物。