在线 PCA 分析与绘图

粘贴基因表达矩阵，在浏览器里做主成分分析（PCA），按样本分组着色、标出样本名，导出 SVG / PNG 和样本得分表。

所有计算都在你的浏览器本地完成，粘贴的数据不会上传到任何服务器。

选择文件

按列顺序给每个样本填一个组名（每行一个，或用逗号分隔）；也可以每行写「样本名 + Tab + 组名」。留空 = 不分组。

分组配色

log2(x + 1) 转换取方差最大的前 N 个基因（0 = 全部）每个基因标准化（center + scale，平台默认）

横轴纵轴点大小（pt）图宽（mm）图标题

标出样本名画每组的 95% 置信椭圆

先粘贴数据，或点「载入示例」看看效果。

计算口径与平台一致：取方差最大的 1000 个基因，每个基因先中心化、再除以标准差（R prcomp(center = TRUE, scale. = TRUE)），方差解释比例与 prcomp 相同。PC 的正负号本身没有意义，这里约定每个 PC 上绝对值最大的样本取正值。
建议输入已标准化、取过对数的数据（如 DESeq2 VST、log2 CPM / TPM）。原始计数不宜直接做 PCA；平台会先做 VST，这里没有 DESeq2，勾选 log2(x + 1) 作为近似。
95% 置信椭圆与 ggplot2 stat_ellipse 默认口径一致（多元 t 分布、稳健估计），每组至少 4 个样本才画。重复数少时椭圆很大，只作示意。
含缺失值的行会整行去掉，所有样本数值相同的基因会先去掉；样本数上限 500；样本多时基因数会自动限制（500 个样本时最多用 2000 个基因），避免浏览器卡住。版式沿用平台出图规范（Arial、正文 6 pt），图宽可选 89 / 183 mm。