象限图在科学研究中，常用于IPA分析（Importance-PerformanceAnalysis），即分析期望与实际感知间的gap差异IPA分析发现：总共1,054个基因与尿砷水平的升高显着相关其并且发现了潜在的靶基因(DAPK1,EGR2,APP),microRNA(miR-155,-338,-210)以及与砷致癌相关的途径(NOTCH信号途径)。
IPA分析，即重要性及其表现分析法，通过问卷调查的形式，获得相关数据，通过象限图的形式对数据分类进行直观展示；使用水平和垂直分割线将图表区域划分成四个象限，并且每个象限呈现Ingenuity®Pathway Analysis(IPA)是一款一体化的基于网络的应用工具，可实现基因表达，miRNA和SNP微阵列及代谢组学，蛋白质组学和RNA-seq等实验数据的分析和生物学解释，帮助研究者快
IPA可以预测数据集中分子表达变化对下游“疾病和功能”结果的影响。其中“功能”指的是生物过程，如细胞凋亡和细胞增殖。图4. 疾病与功能富集分析统计，差异基它包括来自广泛的生物医学出版文献，IPA科学家总结的知识，以及各种值得信赖的第三方来源数据和数据库的信息，这样就可以轻松地把多种信息整合在一起。IPA主要分析内容：1)Canonical pathways analy
IPA分析，即重要性及其表现分析法，通过问卷调查的形式，获得相关数据，通过象限图的形式对数据分类进行直观展示；使用水平和垂直分割线将图表区域划分成四个象限IPA 分析法使重要性评价数据作为横坐标轴（或纵坐标轴），绩效表现评价数据作为纵坐标轴（或横坐标轴），从而划分出四个象限，分别代表不同的区域：包含“表现良好区”、“额外资源
IPA(Ingenuity Pathway Analysis)是一款组学数据深度分析软件，它基于专家收集和管理的知识库，将文献中已证实的发现生成交互式网络。其图形化界面可方便快速地实现代谢组、蛋白组、IPA数据分析时的通路分析流程介绍Canonical Pathways for a Dataset The Canonical Pathways tab displays the most significant Canonical Pathways across the entire dat
