麥特繪譜依托的核心科研團隊自2003年起便開始進行代謝組學的檢測方法和數據分析方法的開發，并且目前依然在不斷開發新的分析方法。公司的數據分析充分傳承了科研團隊積累多年的經驗和方法，已實現一系列的自動化分析流程，內容包括代謝物鑒定，以及對鑒定后的濃度表/豐度表進行統計分析等。
對于代謝組學的常規分析，我們開發了IP4MTM自動化處理軟件，可自動對組學數據進行歸一化處理、多維PCA, PLS-DA, OPLS-DA分析，單維T/U檢驗、ANOVA、Kruskal-Wallis檢驗，Boxplot和Heatmap繪制，通路富集分析，SVM，RF，Logistics regression和ROC分析等。
除此之外，我們也專門開發了其他分析流程，包括①代謝物-菌群相關性/偏相關性分析；②代謝物-臨床指標/結局/環境因子的相關性/偏相關性分析；③回歸分析建模；④時間序列的分析及可視化等。
另外，我們的技術團隊還協助客戶完成了各種定制化的個性分析和繪圖，包括森林圖（Forest plot）、?；鶊D（Sankey diagram）、嵌套網絡圖（nested Network）、諾莫圖（Nomogram）、氣泡圖（bubble plot）等。需要了解詳情的歡迎垂詢。
代謝組學GC-MS全譜分析全自動代謝物鑒定和統計分析軟件
(XploreMET 2.0)
著作權號申請中
XploreMET是一個高端的綜合性網絡服務平臺，服務于代謝組學GC-MS全譜分析的全自動代謝物鑒定。后臺擁有超過1500個代謝物的標準品數據庫，引入保留指數，支持精準代謝物鑒定。該軟件可提供專業的統計分析和可視化工具，從簡單的單維統計到建立復雜的多變量模型，實現全自動化數據分析。同時，我們也提供代謝通路分析以更好的服務于全譜代謝網絡研究。
代謝組學統計分析軟件
Metabolomics Profiling Statistical Analysis (MOPSA, V1.0)
著作權號2011SR013176
提供四種組學數據多維統計分析方法和三種模型性能評價方法。所有關鍵參數可調，所有結果可圖形化或數值化導出。英文界面。供選擇的四種分析方法：Partial least squares analysis (PLS)，Support vector machines (SVM), Linear discriminant analysis (LDA)和Random forest (RF)。主要的模型性能評價方法：各種Permutation，k-fold/hold-out cross validation和ROC曲線。
組學數據批量校正軟件
Metabolomics data calibration software (MDCT, V1.0)
著作權號2014SR049737
對于各種高通量檢測儀器和/或各種生物樣本所提供的多批次代謝組學數據進行科學的校正是多源數據整合的基礎，是擴大樣本量和代謝物視窗的有效方式。本軟件提供了內標法、外標法、內外聯合法、各種尺度變換法、回歸擬合法、窗口法等多種校正方法，可根據數據情況或用戶需求進行全自動或定制化的多層次分段校正。校正后的數據集可直接拼合使用。
化合物批量定量軟件
Standard curve and Qualification Tool for batch Component (SQT, V0.3 and V1.0)
著作權號2011SR002017和2011SR081319
本軟件可針對多個化合物自動構建標準曲線并對其在樣本中的濃度進行定量，有助于減輕工作負擔，提高工作效率。根據各個物質濃度范圍的大小，有線性和廣義線性兩種標準曲線供選擇?？筛鶕2自動選擇若干“最佳”濃度點的組合來建立標準曲線（V0.3不提供該功能）。用戶可通過標準曲線圖對自動化的結果進行調整（V0.3不提供該功能）。所有定量結果、標準曲線圖以及基本參數均可導出。輸入輸出均為excel表，使用方便且不受數據來源和預處理方法的限制。
組學數據干擾因素剔除工具
Confounding Factor Elimination Tool for x-Omics Data （CFET, V1.0）
著作權號2016SR046412
該軟件提供了D-OSC、PC-OSC和ICA三種去除組學數據集中影響因素（如年齡、性別、檢測批次等）的方法。各種干擾因素可單獨或全部去除。去除的程度可控（逐步或一次性，強勢或柔緩）。提供全自動和定制兩種去除方式。此外，提供一系列性能評估方法，可對處理前后數據集的純度和畸變程度進行全面評估，便于方法的選擇和參數的確定。
