第1章：MaxQuant概述与蛋白质组学定量归纳总结

说实话，我第一次接触蛋白质组学定量的时候，一度被各种软件和算法搞得很头大。那时候实验室的质谱仪刚升级，数据量一下子膨胀了好几倍，传统的单点峰面积估算根本扛不住。后来我花了整整两个星期，把MaxQuant、Skyline、Proteome Discoverer都试了一遍，才摸清它们的脾气。今天我们就从MaxQuant开始，把蛋白定量的底子打牢。

1.1 蛋白质组学定量：我们为什么要定量？

蛋白质组学研究的核心，说白了就是回答“样本里有多少蛋白”以及“差异有多大”。只做鉴定而不做定量，就像拿到一张菜谱却没写食材用量——知道有什么，但不知道多少。

• 相对定量：比较两个或多个样本间蛋白丰度的变化，常见于疾病vs健康对照。
• 绝对定量：给出蛋白的绝对浓度或拷贝数，常用于生物标志物绝对浓度测定。

根据标记方式，又分为标记定量（如TMT、iTRAQ、SILAC）和无标记定量（Label-Free）。我个人习惯优先用Label-Free，为什么？因为步骤少、成本低，而且MaxQuant在这块做得非常成熟。你想想看，省掉标记反应和额外的质谱时间，实验周期能缩短一半以上。

1.2 MaxQuant是什么？

MaxQuant是德国马普所的Jürgen Cox团队开发的免费软件，专门用于处理高分辨率质谱数据。它的核心是Andromeda搜索引擎和最大比值（MaxLFQ）算法。我记得最早接触1.0版本时，界面还很简陋，但定量结果已经优于同期商业软件。现在版本到了2.x，功能覆盖了DDA、DIA、TMT、LFQ、iBAQ等多种模式。

这张表是我当年选型时做的笔记。MaxQuant在无标记定量场景下，性价比确实最高——性能不输商业软件，还是免费。

1.3 MaxQuant工作流速览

我们先看整体流程，再拆细节。下面的SVG图是我自己画的，也是我给团队培训时用的核心框架。

1.4 核心定量算法：LFQ与iBAQ

这两个是MaxQuant的杀手锏，我们来拆开看。

• LFQ（Label-Free Quantification）：基于肽段提取的峰面积（XIC）。MaxQuant的MaxLFQ算法会做两两样本间的比值归一化，然后取中位数。它能有效消除上样量差异和系统漂移。我曾经用一个24小时时间序列的样本测试过，不归一化时波动很大，归一化后趋势特别干净。
• iBAQ（Intensity-Based Absolute Quantification）：将蛋白质的色谱峰强度总和除以该蛋白的可观测肽段数目，得到一个与蛋白拷贝数近似正相关的指标。它适合做同一个样本内蛋白间的丰度比较。注意，iBAQ不是真正的绝对定量，但横向对比非常有用。

两者的核心差异看下面的表：

1.5 数据质量与注意事项

最后聊一下文件组织。MaxQuant会生成以项目名为前缀的文件夹，里面最重要的两个输出是 evidence.txt 和 proteinGroups.txt。前者是肽段级别定量，后者是蛋白级别。我个人建议优先用 proteinGroups.txt 做下游分析，因为MaxQuant已经帮你做了FDR控制和蛋白推断。