在页面顶部选择本地 csv 文件，然后点击 Analysis 按钮。

页面随后会生成 6 类图：

t-test 图：用于展示组间代谢物水平差异的显著性，可直观比较两组样本的代谢物差异是否显著，并显示各代谢物的变化显著性。

PCA 图：主成分分析是常用的多变量降维与可视化方法。该图为 PCA 得分图，横纵轴分别为第一、第二主成分（PC1、PC2），括号内标注各主成分解释的方差百分比，用于展示不同样本在主成分空间中的相对位置与变异程度。95% 置信区间以各组相同颜色标出。

ANOVA 图：方差分析用于比较三组及以上样本间代谢物水平差异是否显著。该图为一维 ANOVA 图，可判断哪些峰在样本间差异显著、可作为代谢物标志；对数变换可将数据压缩到较小范围，便于比较与分析。

热图：主要用于展示不同组间代谢物含量差异的相对强度与分布，有助于识别代谢通路中不同代谢物之间的相互作用。图中每个小方格的颜色表示对应代谢物在该样本中的表达水平，颜色越深表示表达越高。

火山图：用于展示两组样本中不同代谢物的表达水平与变异程度。图中每个点代表一个代谢物，其位置反映表达水平与显著性；颜色越深表示变异越大，横坐标位置表示变化方向，右侧为上调、左侧为下调。

PLS-DA：偏最小二乘判别分析是常用的多变量统计方法，用于比较多个组之间的代谢物变异，帮助发现代谢物相互作用，并进一步揭示代谢通路中的生物学机制。该图展示不同样本在第一主成分上的变异与相似性，有助于区分组间代谢物差异。95% 置信区间以各组相同颜色标出。