蛋白质组分析完成后,两组样本的强度分布变得整齐,常被认为是归一化做得不错。问题在于,分布接近只说明某种整体差异被移除了,并没有说明被移除的是进样量偏差,还是实验本来希望测到的生物学变化。判断归一化是否合理,需要先确定什么应该保持稳定。
本文结合 Spectronaut 的官方设置说明,用七十二行原创强度数据演示这个问题。九个特征被人为设为两倍变化,三个参考特征保持不变。实际运行作者脚本后,使用全部特征居中会消掉前者的变化,还让后者看起来下降。练习没有安装或执行 Spectronaut,也没有复现它的局部、全局或自动归一化算法。

归一化之前,先确定想比较哪一种丰度
“处理后蛋白增加了”可能有不同含义。它可以指每个细胞含量增加,也可以指相同总蛋白质量中的相对比例增加,还可以指每份组织材料中测得的量增加。这些问题对应不同分母,样品制备和上样方式也可能不同。
例如,每个细胞的总蛋白都增加,但分析时仍按相同总蛋白质量上样,采集到的相对组成可能没有整体变化。这个结果不能简单解释为细胞内所有蛋白都没有增加,因为实验的比较单位已经从每个细胞转成了相同蛋白质量。
因此,分析前应记录取样单位、细胞数量或组织质量、提取量、上样量以及参考材料加入的阶段。软件参数只能处理已经进入测量系统的信息,不能在不知道样品缩放关系的情况下,自动恢复所有绝对含量。
从观测值中不能无条件区分两种整体变化
把观测强度简化成真实含量与技术缩放因子的乘积,有助于理解问题。真实含量不变而进样量翻倍,观测值可以翻倍。真实含量翻倍而进样量不变,观测值同样可以翻倍。只看这一组数字,两种原因可能完全无法区分。
这个简化没有囊括真实质谱中的全部误差,例如干扰、非线性响应和缺失都被省略了。它只说明一个基础限制,在没有额外参照时,整体生物学变化与整体技术变化可能对应相同观测,不能靠选择更复杂的计算选项自动解决。
作者脚本实际比较了两组这样的数值,一组来自设定的两倍生物量,另一组来自两倍技术缩放,结果完全一致。这里的一致是人为构造的可识别性对照,不是对某台仪器或某个软件的性能测试。
Spectronaut 设置里哪些项目值得单独记录
本次查阅的是官方公开的二十一版手册,其中第一百二十三页区分跨运行归一化策略、用于归一化的特征过滤,以及参与计算的行选择。全局与局部策略不同,自动选项也有其选择规则,不能都概括成“用了默认归一化”。
| 需要记录的内容 | 它帮助回答的问题 |
|---|---|
| 归一化策略 | 用什么方法估计运行间差异 |
| 参考特征的选择 | 哪些观测被假定可以比较 |
| 行选择与完整性 | 哪些运行中的有效观测参与计算 |
| 软件版本与完整配置 | 此次实际使用的是哪套规则 |
表中的问题是复核配置时的思路,不是作者操作过软件界面的截图记录。本文没有加载真实项目,也没有验证某个按钮在其他版本中的位置。读者应在自己的实际版本中保存完整设置,不能只抄一个选项名称就认为条件相同。
还要区分参与归一化的参考集合与最终展示的结果集合。一个特征不适合作为尺度参照,并不等于它不能作为研究对象。相反,真正变化很大的目标往往尤其不适合被拿来规定“整体应该不变”。
七十二行原创数据怎样构造
我们设置六次运行,对照与处理各三次,每次都包含十二个特征。九个普通特征在对照中基准强度为一百,在处理中设为两百。另有三个参考特征,在两个条件中都设为一百。所有名称与数值由作者构造,没有真实肽段或蛋白样本。
为模拟一个可以明确核对的技术缩放,三个运行分别乘以零点八、一和一点二五,两个条件使用相同的一组因子。因此观测里既有作者设定的条件变化,也有运行间的整体比例差异,但没有额外随机噪声。
例如,中间一次运行的普通特征在两组分别为一百和两百,参考特征则都是一百。较低缩放的运行会把这些数变成八十、一百六十和八十。设计得这样简单,是为了让读者能够手算,而不是为了模仿真实样品的复杂分布。
三个参考特征的稳定性在这个人工世界中由生成规则保证。真实项目没有这种便利,必须依靠实验设计、独立知识或适当验证建立依据。不能在看到目标结果后,才挑选最能维持预期差异的特征作为所谓稳定参考。
作者脚本做的是一种明确的居中运算
脚本先把强度取以二为底的对数,再计算每次运行中参考集合的中位数。随后从每个特征的对数强度中减去该运行的中位数,并加回一个共同中心。加回共同中心只改变显示尺度,不改变组间倍数。
log_quantity = math.log2(intensity)
adjusted = log_quantity - run_reference_median + common_center
这里必须强调,参考集合中位数居中是作者为了说明假设写出的简单运算。它不是 Spectronaut 全局归一化的逐步实现,更没有实现局部回归、特征筛选或自动策略。不能因为公式中出现中位数,就把这个脚本称为软件算法复现。
本次在 Python 三点一四点三中实际执行,只依赖标准库。附件保存输入表、两种参考集合的计算结果和完整核验 JSON。运行时指定尚不存在的工作目录,脚本不会覆盖旧数据,也不会下载或启动商业软件。
python run.py work266
把全部特征当作参照,会得到什么
第一种处理把十二个特征全部放进参考集合。其中九个在处理条件下被设为两倍,因此处理组的中位数也随之提高。减去每次运行的这个整体水平后,九个普通特征的变化被一同消去,最后计算得到的倍数都是一。
三个原本保持不变的参考特征,则会因为处理组被额外向下调整而显得下降。脚本计算出的处理相对对照倍数为零点五。也就是说,一次操作同时产生了两种误读,真正设定变化的特征看起来不变,稳定特征反而看起来下降。
这个结果并不证明整体居中在所有数据中都不适用。它说明本例中“大多数参与参照的特征可以代表稳定背景”这个前提不成立。评价方法需要结合前提,而不是看到一个反例就宣布所有使用类似概念的方法都错误。
只用预先知道稳定的参考,结果怎样变化
第二种处理保持公式和输入不变,只把参考集合改为那三个稳定特征。它们反映的是作者加入的技术缩放,不携带九个普通特征的条件变化。用它们居中后,技术比例被移除,普通特征的两倍关系得以保留。
脚本的实际结果是,九个普通特征均为两倍,三个参考特征均为一倍。两种处理得到不同答案,原因不在于原始数据被换过,而在于用于定义共同尺度的参照不同。比较归一化方案时,这个信息必须随结果一起报告。
| 本例特征 | 全部特征居中后倍数 | 稳定参考居中后倍数 |
|---|---|---|
| 9 个设定上升的特征 | 1.0 | 2.0 |
| 3 个设定稳定的参考 | 0.5 | 1.0 |
这些倍数按照组内平均对数值之差再转换回原尺度计算,因此对应几何平均意义下的比较。本文没有做显著性检验,也没有把三个运行当作真实生物学重复。无随机噪声的人工数据更不能用来评估统计检验的错误率或功效。
为什么箱线图变整齐还不够
如果方法的操作就是让各运行的整体位置相同,那么处理后箱线图中心接近,本身是预期现象。它能帮助确认某种调整发生了,却不能独立证明调整符合生物学目标。用操作必然产生的图形来证明操作正确,会形成循环判断。
更有价值的检查是预先指定独立参照,再观察这些参照是否符合预期,同时核对目标特征的变化是否依赖所选集合。对于已知混合比例的标准样品,还可以比较不同浓度范围中的恢复情况,但那需要真实实验数据和明确设计。
也应保留归一化前后的数值、每次运行的调整量与参与参照的特征清单。如果某个运行被大幅调整,可以回到采集质量、上样记录和参考特征分布寻找原因,而不是只保存一张处理后的热图。
参考材料加入时间决定它能校正哪些步骤
真实项目使用外加标准时,应记录加入的位置。提取之前加入的参考,有机会反映其后若干处理步骤的影响。提取完成后才加入的参考,则不能自动追踪提取过程中已经发生的损失。参照并不会因为名字叫内标就具备所有校正能力。
参考材料还应处在可测量、可比较的范围内。若它存在明显干扰、饱和或大量缺失,用它估计比例同样可能引入问题。选择参考需要同时考虑稳定性与测量质量,不能只满足“理论上不受处理影响”这一项。
如果样本之间本来存在整体蛋白量变化,是否保留这种变化,应由研究目标决定。有时研究关注相对组成,有时关注每个细胞的绝对变化。两者都可以有意义,但报告时必须说明分母与参照,避免把一种结果包装成另一种结论。
缺失与特征选择会让问题更加复杂
本练习所有特征在所有运行中都有正值,所以可以直接取对数。真实报告可能有未通过质量过滤的观测或未检出的特征。如果不同运行的参考集合差异很大,各次估计的中心就可能来自不同构成,不能只看集合大小相近就认为可比。
同样,先把缺失统一补成小数,再计算中位数,可能改变估计尺度。插补规则因此不应作为无关的最后一步处理。应记录它发生在归一化之前还是之后,哪些值由观测得到,哪些值由规则补出,并检查结论是否依赖这种选择。
本例没有实现任何插补,也没有根据置信度过滤真实鉴定。读者若改写脚本接入自己的数据,应先处理数值合法性、对象层级和唯一标识,再决定参考集合。不能把一个用于说明原理的几十行脚本,直接当成通用的生产分析流程。
软件功能与自己的验证问题怎样配合
Spectronaut 把 DIA 处理与定量组织在一个较完整的环境中,官方产品资料及手册入口可用于核对当前版本。它的使用价值包括减少多个独立步骤之间的衔接工作,但最终解释仍需要明确的实验设计和验证依据。
对于整体尺度问题,可先写下一个能被检查的预期,例如哪些参考应该稳定、哪些已知混合物应呈现怎样的关系,再选择与该目标匹配的配置。不要先挑一个产生最多差异的方案,再倒过来寻找理由。
本文的经验是,讨论归一化时不能只问“开没开”,还要问“依据谁来调整,以及保留什么量的意义”。脚本演示的两种结果都有清晰的算术来源,真正决定哪种解释合理的,是参考前提是否成立。这个问题应在项目设计时就开始回答。
下载原创练习、运行说明与核验结果(ZIP)。选择 Spectronaut 目录,运行作者脚本即可生成强度表,核对两种参考集合的倍数。工作目录须尚不存在,无需安装 Spectronaut,也不会调用其归一化功能。
当实验设计、参考策略和软件使用条件已经明确,需要安排较大批次的 DIA 分析环境时,可以了解云生信生物信息学分析服务器服务,按具体流程沟通计算与存储需求。
