对基因组、蛋白组、代谢组等高维复杂数据的分析,可以将其映射到低维空间,以图形的形式直观地显示数据的结构和聚类情况.主成分分析法(principalcomponent analysis,PCA)就是一种有效的降维和可视化方法,它可以利用变量间的线性相关关系将信息集中到少数几个综合指标上,然后通过二维或三维坐标将样品点标识出来,使我们能够直观地看出数据的结构和聚类情况,如果能够将不同类别的样品分别聚在一起,则说明其中可能具有区分不同类别的生物标志物(特征).