software

MZmine 里最高的信号为什么没保留?实跑连续扫描阈值,理解色谱轨迹怎样形成

作者:发布于 2026-11-18约 10 分钟阅读
MZmine原生批处理,5次连续扫描保留4轨迹,40次保留1轨迹,提高质心门槛保留3轨迹。

从质谱文件导出特征表时,一个强度五万的信号没有出现,一个峰高约八百的信号反而被保留,这不一定是程序把强弱关系弄反了。色谱分析需要沿时间连续的支持,单次扫描里很高的点,与多次扫描组成的稳定轨迹,提供的证据并不相同。弄清这种差别,才能判断应该调整强度阈值、连续点数,还是回到原始数据检查异常。

本文安装并运行 MZmine 3.9.0,通过三组批处理对照观察质心强度过滤与连续扫描要求的作用。使用原创合成数据,四条连续轨迹加一个单扫描高尖峰。五次连续扫描的条件保留四条轨迹,要求四十次时只剩一条较宽轨迹,提高前面的质心强度门槛则保留三条。教程还记录了一个真实的批处理文件问题,帮助区分配置失败与数据没有信号。

MZmine原生批处理,5次连续扫描保留4轨迹,40次保留1轨迹,提高质心门槛保留3轨迹。
原创合成一级数据的原生导入、质心点过滤、ADAP轨迹构建和导出,属于中间处理阶段的对照。

从扫描谱到色谱轨迹,中间发生了什么

一张扫描谱提供某个采集时刻的质量与强度。连续采集后,软件需要把相邻时间中质量接近的点串起来,形成沿时间变化的轨迹。这个过程要同时考虑质量容差、信号高度和时间支持。一个偶发高点可以在单张扫描里非常显眼,却无法单独说明存在稳定的洗脱过程。因此,色谱轨迹构建通常不会只比较最大高度。

本次批处理依次进行原始文件导入、质心点强度过滤、色谱轨迹构建和表格导出。运行到此为止,没有执行把复杂轨迹进一步拆分成多个色谱峰的分辨步骤,也没有做跨样本对齐、谱库匹配或代谢物鉴定。导出表中虽然使用“特征”这样的字段命名,本文讨论的仍是这一中间阶段产生的轨迹,不能直接把行数当作最终化合物数量。

这一范围限制对真实数据非常重要。如果同一质量位置存在两个分开的洗脱峰,轨迹构建与后续峰分辨会承担不同任务。只把前者跑通,就拿去做差异统计,可能把需要拆开的信号放在一起。我们的人工轨迹在各自质量位置只有一个主峰,适合单独研究连续点数,不足以评估重叠峰或异构体的处理质量。

选择固定版本,让批处理文件有明确解释

本文使用官方归档中的 Linux 可移植版 3.9.0,包含 Java 20.0.1 运行时。选择固定归档,是为了让参数名称、批处理结构和源码定义彼此对应。这不是当前最新版教程,也不保证同一份配置可以直接用于其他大版本。安装包来自 MZmine 3.9.0 官方发布页,原生启动日志确认了实际版本。

运行环境为 Ubuntu 22.04.5,机器配备 Ryzen 5 3600 和约三十九 GiB 内存。我们给这个极小练习的 Java 进程设置一 GiB 堆上限,并指定两个线程,没有进行真实数据吞吐量测量。这个设置只说明教学文件能够在该条件下完成,不是给大规模代谢组项目的容量建议。文件大小、保留中间对象和同时运行的任务都会改变资源需求。

解压时应保留整个应用目录结构,包括配套运行时。只复制启动文件,往往不能构成完整安装。本文使用命令行批处理,适合保存参数和复查日志。若从图形界面编辑流程,也应导出与当前版本一致的完整批处理文件,再做受控修改,不建议凭记忆拼出大量参数名。

我们实际遇到的导入失败

第一轮运行在任务排队后退出,没有生成特征表。日志已经识别出输入是质谱开放格式,看起来像读文件失败,但进一步检查同版本参数定义后,发现作者手写配置遗漏了谱库文件列表的空节点。该参数在没有节点时仍是未设置状态,而一个明确的空列表表示本轮不导入谱库。两者在这个版本的参数检查中并不等价。

补上空列表后,相同数据、相同程序和其他相同参数顺利完成三组运行。这个结果支持配置问题的解释,不需要改写质谱输入,也不需要把强度阈值调低来“修复”导入。以下节点是该固定版本实测使用的写法。参数检查依据可对照 文件列表参数的官方源码。

<parameter name="Spectral library files"/>

排查批处理失败时,可以先定位最后成功完成的模块,再检查这个模块的参数是否完整。程序已识别文件类型,只说明它走到了相关导入路径,不能说明扫描已经全部读入。退出码正常、下一个模块开始执行、结果内容符合输入设计,这几项证据结合起来更可靠。不要因为日志里出现“导入”一词就把问题归因到数据格式。

用五条轨迹区分高度与持续性

原创输入包含四百零一次正离子一级扫描,从零到四百秒,每秒一次。四条连续轨迹位于不同质量位置,其中两条在一百秒附近达到峰顶,较宽的一条在二百二十秒附近达到峰顶,弱轨迹在三百秒附近达到峰顶。我们还在一百七十秒放入一个单次扫描尖峰,强度为五万,其他时刻只有低背景。

这些数据是用 pyOpenMS 3.6.0 和 NumPy 2.3.5 生成的教学输入,没有真实样本和二级谱。其中一对质量轨迹的间隔接近常见同位素间隔,只用于形成合理的数值情境,不代表经过结构确认的同位素关系。输入设计、生成脚本和实际结果随附件提供,读者可以修改采集间隔或峰宽,观察连续扫描要求如何改变结果。

最关键的比较是把连续支持要求从五次提高到四十次,强度相关设置保持不变。另一个比较保持五次支持要求,只提高前一步质心点的强度门槛。这样可以分清“连续支持不够”和“可用点在更早阶段被删除”两种情况。如果同时改质量容差、峰高和连续点数,即使输出变化很大,也很难说明是哪一个条件造成。

对照 质心点强度门槛 连续扫描要求 实际保留轨迹
五次支持 100 5 四条连续轨迹
四十次支持 100 40 仅质量约250.2345的一条
提高前序门槛 1000 5 三条,弱轨迹消失

连续扫描阈值为什么不能脱离采集速度

连续点数用扫描次数表达,实验时间却通常用秒或分钟表达。两者之间由采集速度连接。在本例每秒一次扫描的条件下,四十个连续点需要跨越几十秒。较宽轨迹在强度门槛以上保持得更久,因此能够满足要求。更高但较窄的轨迹持续时间不足,也会被排除。这是时间支持条件的结果,不能解释成软件认为较宽信号更有生物学意义。

如果实际仪器每秒采集十次,相同四十个点覆盖的时间就会缩短许多。若采集方法包含复杂的循环,单纯用总扫描数量推断目标通道的时间密度也可能出错。迁移参数前应检查实际用于构建轨迹的扫描间隔,以及目标质量在这些扫描里是否持续可见。直接照搬另一个项目的点数阈值,会把不同采集设置混在一起。

在本轮结果中,单扫描尖峰始终没有保留。它的高度超过全部连续轨迹,但没有足够的连续支持。弱轨迹在五次支持和较低质心门槛下仍然存在,表中峰顶高度约八百一十。把这两个结果放在一起看,就能理解为什么调参不能只盯着最亮的点,而应该检查整个质量轨迹在时间上的形状。

前序强度过滤还会改变积分边界

第三组把质心点强度门槛从一百提高到一千。弱轨迹被整个排除,其他轨迹仍然保留。但变化不止是少了一行,保留下来的轨迹也失去了部分低强度边缘。以质量约一百五十点一二三四的轨迹为例,低门槛下导出的时间范围约为一点三六六七到一点九六六七分钟,高门槛下收窄为一点四三三三到一点九分钟。

其峰顶高度几乎没有变化,导出面积却从约六千二百六十九变为六千二百二十八。另一条相对较低的同时间轨迹,面积变化更加明显。这说明“峰顶还在”和“定量信息没有变化”不是同一回事。早期删除边缘点可能影响后续积分,即便最终特征行数没有减少,也应检查面积、时间范围和形状相关字段。

这些面积来自软件在本轮条件下的导出定义,不应直接拿去与另一个工具的面积数值比较。时间单位、积分方法、背景处理和边界都可能不同。跨工具比较之前,先确认双方到底积分了哪些点、输出使用什么单位,以及是否进行了峰分辨。否则数值差异可能只是处理定义不同,而不是某个工具算错。

看到的现象 优先检查 能回答的问题
高尖峰没有输出 连续扫描支持 是否只有一次偶发观测
弱轨迹消失 前序强度过滤 构建前还剩多少可用点
高度相似而面积改变 时间边界与边缘点 是否删掉了低强度尾部
所有结果都没有生成 模块日志与完整配置 是流程失败还是合法空结果

如何复跑并验收输出

附件中的作者脚本会生成输入,写出三份独立批处理文件,然后依次调用原生程序。每组保留原始日志和导出表,并把关键字段整理到结果文件中。安装软件与生成输入的依赖后,按照下面的方式运行即可。工作目录必须尚不存在,应用路径应指向完整解压目录中的启动程序。

python run.py --app ./MZmine/bin/MZmine --work ./mzmine-demo

原生命令使用批处理文件、线程数和临时目录参数。脚本为极小教学输入限制 Java 堆大小,不会改动全局配置或已有项目。若更换版本后结果不同,先比较日志中的版本、实际加载模块和生成的参数文件,再查看对应质量与时间范围。不要为了让断言通过,直接修改导出结果。连续支持参数的定义可以核对 固定版本的官方参数源码。

验收时至少做三件事。先确认三次原生进程都正常结束,再核对结果分别为四行、一行和三行,最后追踪具体保留了哪些质量位置。只比较行数可能漏掉身份变化,例如四行变四行并不代表同四条信号都留下。本文使用质量位置和保留时间共同核对,不把各次结果中的行编号当作跨方案稳定标识。

这次实践带来的使用判断

MZmine 的优势是把导入、轨迹构建、后续处理和结果检查组织成可保存的模块流程,适合逐步观察参数影响。批处理也便于保留配置并对相同输入进行受控对照。使用上的成本是必须理解各模块的先后顺序,尤其是前一步删掉的数据,后一步通常无法凭空恢复。旧版配置还应与旧版参数定义配套阅读。

本例没有检验真实噪声、共洗脱干扰、二级谱解卷积或代谢物注释,因此不能把三组结果当作方法性能排名。真正可迁移的经验是,让连续点数对应实际采集时间,区分轨迹构建与峰分辨,同时关注面积变化和行数变化。小样本调参时保留一个强峰、一个弱峰和一个异常尖峰,往往比盲目增加输出总量更能帮助确定下一步。

下载原创输入生成、原生调用脚本与实际核验结果(ZIP)。合集按工具分为三个目录,请进入对应目录阅读说明后运行,需要自行准备文中软件与输入生成依赖,使用尚不存在的工作目录。

如果已完成代表样本的 MZmine 参数核对,准备扩展到更多文件,可以携带软件版本、数据规模和批处理流程,通过云生信生物分析服务器服务沟通批量运行环境与资源安排。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗