建議客戶修改原始數據，發文章時提供原始數據會被質疑。如果客戶重復性的確不好，建議客戶重新寄樣檢測，要是客戶想先看看數據，同意的情況下，可以將兩樣品取重復值，重新分析（一般不建議）。
181
客戶做3重復，但是樣本間重復性不好，客戶提出修改原始數據，如何建議客戶？
182
PCA的橫坐標是解釋率，一般要到80%以上才可靠，但是我們給的數據在十幾二十幾，發文會不會質疑？
PCA的解釋率一般是用R2X數值表示，不看橫縱坐標。主要看組內一致性和組間差異性
183
為什么使用GC-MS檢測樣品時，很少檢測到揮發性物質？
GC-MS只是一種儀器平臺，針對該平臺，還根據不同的檢測要求需要使用不同的檢測方法，整套方法包括樣本的制備和其中的物質提取方式、色譜氣化室的溫度、色譜柱的型號和規格、色譜運行條件、質譜端的檢測條件和模式等，因為揮發性物質的沸點較低，需要使用針對性的方法來測，常規的GC-MS非靶向方法不適合該類物質。如果關注揮發性的物質，需要選擇“頂空進樣或者固相微萃取（對于含量低的物質有富集作用）再利用GC-M檢測。
184
如何控制臨床樣本的質量？
對于臨床的樣本建議每組最低25個生物學重復，達到30例以上最佳。因為臨床樣本受外界環境和遺傳背景影響較大，需要很多生物學重復來消除這些外在影響。此外，在樣本收集過程中，應保持收養的時間段和操作程序盡可能一致。
185
PCA分析的原理是什么？
每一個樣本檢測了許多指標（具體的話就是代謝物的含量），每個指標表示一個維度，則每個樣本都是一個多維的向量。在空間里看就是一團高維的數據云。PCA也就是主成分分析方法會通過投影的方式來對這個數據云進行降維處理，從而到達建立合適的模型來解釋和預測的目的。PCA得分圖一般展示的是PC1(第一主成分)和PC2（第二主成分）這兩個方向構成的平面上的投影。PC1、PC2這兩個方向是虛擬的不是具體的變量，是全部變量貢獻的，PCA的圖主要是去看組間樣本有沒有聚在一起，不同組的樣本能否區分開