ROC曲线(receiver operating characteristic curve)是一种评价二值分类器(binary classifier)的优劣的常见方法，在生物医学领域，现在主要应用于判断某因素对于疾病的诊断价值，筛选可靠的biomarker。联川生物ROC曲线工具现已开放，可以应用于单指标诊断效果、多指标效果比较及多指标联合诊断效果评估等，使用简单、应用广泛。
工具使用方法-单指标类型
1.打开云工具
首先打开联川生物云平台ROC工具：https://www.omicstudio.cn/tool/58，选择左侧开始绘制页面。
2.上传数据
打开工具是默认使用示例数据，如果需要使用自己的数据进行图片绘制，需要打开页面上方绘图数据的+，展开数据上传模块，然后分别上传输入数据和分组信息共两种表格。
输入数据表格格式如下(第一列为样本名称，第二列为指标丰度)，也可以点击下载图标查看示例数据格式。
分组信息表格格式如下(第一列为样本名称，第二列为分组名称)，也可以点击下载图标查看示例数据格式。
3.完成绘图
点击下方开始绘制按钮，稍等片刻即可完成图片绘制。
4.细节调整
图片的相关调整参数可以在下方参数调整进行修改。
(1)组别选择：ROC曲线分析的是二元分类模型，也就是只能包含两组类别，例如阴性/阳性，正常/疾病等，因此对于分组表格大于3组的数据，需要先选择两个分组。
(2)线条粗细：默认的线条粗细可以自行修改。
(3)区域多边形：对于单指标绘制的ROC曲线，可以进行区域多边形绘制，并自行选择颜色。
(4)平滑曲线：根据您的绘图需求，也可以将折线改成平滑曲线样式。
(5)置信区间：可以在非平滑曲线条件下，绘制置信区间，并自定义颜色和样式。
(6)图例位置：可以根据展示情况，自定义图例的位置。
5.图片下载
图片调整完毕后，可以点击结果下载的+图标，展开下载框，选择需要的图片类型，点击结果下载即可完成图片下载。
工具使用方法-多指标类型
疾病的诊断有时候需要多个指标联合才能做出诊断，在文献中也常用多种标记物数据进行联合诊断预测，本工具也可进行多指标的ROC曲线分析。
1.打开云工具
与单指标ROC曲线绘制方法相同。
2.上传数据
与单指标ROC曲线绘制方法相同。
输入数据表格格式有所区别：第一列为样本名称，第二至n列分别为多个指标丰度。
分组信息与单指标ROC表格格式相同：第一列为样本名称，第二列为分组名称。
3.完成绘图
点击下方开始绘制按钮，稍等片刻即可完成图片绘制。
默认绘制出来的是多条ROC曲线，可以用于比较两个或多个标志物的诊断价值优劣，曲线下面积(AUC值)越大，代表分类器效果更好。
当AUC＝0.5时，说明诊断方法无诊断价值，AUC越接近于1，说明诊断价值越高：
AUC在0.5-0.7时，诊断价值较低；
AUC在0.7-0.9时，有一定诊断价值；
AUC在0.9以上时，诊断价值较高。
4.多指标联合
在左侧参数选择进行逻辑回归，即可将示例数据中的两个指标联合诊断，右下角图例中显示了联合诊断的AUC值，可以查看联合诊断效果。
5.图片下载
图片调整完毕后，展开结果下载框，选择需要的图片类型，点击结果下载即可。
相关阅读
云平台在线circos绘图-基因组类型 | OmicStudio重磅云工具
云平台在线LEfSe差异分析|OmicStudio重磅云工具
号外！云工具可以画进化树啦
云平台在线绘制Circos圈图：丰度表类型 | OmicStudio重磅云工具
联川生物云工具认路指南
转播
