主成分分析（Principal Component Analysis，PCA）是一种无监督的多元统计分析方法，能从整体上反应各组样本之间的总体差异和组内样本之间的变异度大小。PCA主要用于观察实验模型中的组间分离趋势，以及是否有异常点出现，同时从原始数据上反映组间和组内的变异度。代谢组数据可以被认为是一个多元数据集，能够在一个高维数据空间坐标系中被显现出来，那么PCA 就能够提供一幅比较低维度的图像（二维或三维），展示即为在包含信息最多的点上对原对象的“投影”，有效地利用少量的主成分使得数据的维度降低。

总体代谢物聚类热图分析是一种多样本代谢组学分析方法，可以将大量的代谢产物按照其在不同样本中的变化趋势进行聚类，这种分析方法可以帮助识别研究对象在不同条件下代谢物的变化。通过对聚类热图的观察和解读，可以发现在不同样本之间具有相似的表达模式的代谢物，这些代谢物在生理或病理过程中可能扮演着重要的角色。

聚类热图中每一个小方格代表一个代谢物，方格的颜色深浅表示该代谢物在不同样本中的含量变化情况。通过观察这些小方格的颜色分布和聚类情况，可以发现哪些代谢物与特定条件下的样本存在关联，Group代表样品分组，所有样本的代谢物聚类热图分析结果如下图：

中药生物活性成分分析

分别进行药方样本代谢物定性分析、入药血清样本代谢物定性分析、空白血清样本代谢物定性分析。统计药方样本鉴定结果、入药血清样本鉴定结果两个数据集中的共有代谢物，剔除掉空白血清鉴定结果中共有的代谢物，得到了交集数据和非交集数据，交集数据是中药生物活性成分入血后的有效成分。

将药液组、入药血清组和空白血清组的代谢物结果以韦恩图（venn plot）的方式进行展示。韦恩图每一个椭圆代表一个组，并用不同的颜色进行映射，交集和非交集个数分别用数字进行统计展示在图中，韦恩图常用于发现多组间共有的代谢物，可以直观展示中药生物活性成分入血情况。如下图所示：

    斯坦德科研事业部    

中药入血成分分析

• 服务优势 

一站式全流程解决方案 

覆盖全链条：从成分筛选、靶点预测、网络构建到实验验证，提供端到端服务

系统性与精准性结合 

整体观与科学性：契合中医药“多成分、多靶点、多途径”的特点，通过构建“药物-靶点-疾病”复杂网络，系统解析中药复方协同作用机制。 

先进仪器与算法支撑

现代化与标准化：配备 QE HF 高分辨质谱仪等设备，结合机器学习算法优化靶点预测流程，针对中药复方复杂体系开发特异性网络拓扑分析模型，提升多成分协同作用机制的解析效率。

• 样本要求

新鲜中草药：建议送检量≥ 2g ，最小送检量≥ 1g 

干燥中草药 ：建议送检量≥ 1g ，最小送检量≥0.5g 

中药提取液 ：建议送检量≥ 2mL ，最小送检量≥1mL 

中药片剂/胶囊： 建议送检量≥2g， 最小送检量≥1g 

中药浸膏(半固体)：建议送检量≥1mL，最小送检量≥0.5mL

动物组织：建议送检量≥1g，最小送检量≥0.5g 

粪便： 建议送检量≥0.5g，最小送检量≥0.3g 

血清、血浆：建议送检量≥1mL， 最小送检量≥0.3mL 

瘤胃液 ：建议送检量≥2mL，最小送检量≥1mL