圖 2. 大鼠肌肉組織樣品代謝 0–3 天后的 GC-MS 色譜圖（自上而下天數增加），X 軸為保留時間，Y 軸為強度（固定為1E9 計數）。例如，記下高亮區域中峰強度隨時間的變化。
化合物發現階段
Q Exactive GC 系統獲取了每個樣品的全掃描色譜圖（圖 2）。該系統在較寬的動態范圍內采集不同濃度水平代謝物的全掃描色譜圖，不會丟失任何精確質量數信息。使用自動峰選取（結合使用 XCMS 和 MzMatch.R）功能提取每個 EI 峰簇。在該步驟中，已檢測到 1193 個明顯峰簇并進行了初步定量，強度閾值為 100,000。已解卷積峰簇的示例見圖 3。
圖 3. 已解卷積峰簇被推斷識別為酪氨酸。
定量階段
首先使用單變量統計方法分析結果。使用 Student's t 檢驗對比每個時間點和時間零點。將每個代謝物的平均 T0 強度設為 1，倍數變化顯示為 1 的倍數值，以方便對比強度明顯不同的代謝物（圖 4 和圖 5）。已檢測到 272 個代謝物的平均強度發生顯著性變化（P 值小于 0.05），包含已檢測峰簇的定量矩陣示例見表 3。
圖 4. 發生顯著性變化代謝物的火山圖。每個代謝物以深藍色菱形表示。強度比（X 軸）是指 T0/T3 時代謝物的倍數變化，Y 軸顯示代謝物的 P 值。因此，右上方和左上角的代謝物是倍數變化最大且最具有統計學意義的代謝物。
圖 5. 數據分析流程的總結。對原始數據進行峰檢測和解卷積（a），然后將其以基峰的形式顯示在 IDEOM 代謝組學軟件中（b），含定量信息和定量統計方法。IDEOM 軟件也提供定量圖形信息（c），該圖顯示了每種條件下的平均強度和標準偏差，本例中每種條件下含四份相同的生物樣品。使用 NIST 庫歸屬目標峰，（d）證實了質譜數據的匹配的結果，圖下方含已歸屬衍生化氨基酸的Nist分數值。
表 3. 已檢測峰簇的定量矩陣。基峰（峰簇中強度最大的峰）、保留時間（RT）和檢測到的最大強度見第 1–3 列。將 T0 的強度歸一化為 1，其他時間點的強度與 T0 強度相比并視情況以不同顏色顯示，見第 4–7 列。第 8–11 列包含每項比值的 T 檢驗 P 值。