第1章 MaxQuant概述
大家好，我是你们这次课程的向导。做蛋白质组学数据分析有些年头了，从质谱操作到结果解读，踩过的坑不少。今天开始，我们一门心思聊聊MaxQuant。
MaxQuant是什么？说白了，它是一款专门为高分辨率质谱数据设计的免费定量软件。你给它RAW文件，它给你鉴定和定量结果。你想想看，在蛋白质组学里，这就像是一台翻译机——把质谱的“电信号语言”翻译成生物学家能读懂的蛋白质列表和丰度信息。
1.1 发展历史
2008年，德国马普所的Jürgen Cox团队发布了第一个版本。我记得那年我刚接触质谱，还在用Mascot做鉴定，定量全靠手动看峰面积，累得要命。MaxQuant的出现就像一束光——它把鉴定和定量全自动了。
几个关键里程碑我列在下面：
| 年份 | 版本 | 核心更新 |
|---|---|---|
| 2008 | 1.0 | 初始发布，支持SILAC定量 |
| 2010 | 1.1 | 引入Andromeda搜索引擎，替代Mascot |
| 2014 | 1.5 | LFQ算法正式登场，无标记定量成为可能 |
| 2016 | 1.6 | Match between runs (MBR) 加入，大幅增加鉴定深度 |
| 2021 | 2.0+ | 支持TMT、iTRAQ，改进PTM位点定位 |
我印象最深的是2014年LFQ刚出来时，课题组拿它处理了一组酵母样品，结果重复性居然比之前手动归一化好了一倍。从那以后，我们实验室就再也没换过其他软件。
1.2 核心功能
MaxQuant不是那种功能花哨的软件，但核心招数都很扎实。我把它拆成四块：搜索、定量、修饰、传递。
- Andromeda搜索引擎：基于概率模型的肽段匹配，支持非特异性酶切和可变修饰。我个人习惯用Trypsin/P + 最多2个漏切，效果最稳。
- 定量引擎：支持SILAC、LFQ、TMT、iTRAQ。其中LFQ是它的杀手锏——基于所有肽段信号的全局归一化，比值非常抗噪。
- PTM鉴定：磷酸化、乙酰化、泛素化等修饰位点定位，给出定位概率（Localization probability）。
- Match between runs：利用色谱保留时间对齐，把同一个肽段在不同样品间的信号匹配起来。对低丰度蛋白的提升特别明显。
LFQ为什么好？ 举个例子：你跑了三个生物学重复，其中一个重复的某些肽段因为随机缺失没被鉴定到。传统方法会直接丢掉这些肽段，但LFQ通过线性插值和重标度，把缺失值的影响降到最低。我在一个血浆样本项目中试过，LFQ定量出的差异蛋白比简单用强度直接比多了30%的重复性。
下面这个表格可以帮你快速选定量策略：
| 定量类型 | 标记方式 | 优点 | 缺点 |
|---|---|---|---|
| SILAC | 体内代谢标记（重/轻氨基酸） | 定量精度高，适用于细胞培养 | 不能用于组织或临床样本 |
| LFQ | 无标记，基于肽段信号强度 | 适合任何样本，成本低 | 数据不完整时需要算法补缺 |
| TMT | 体外化学标记（报告离子） | 可同时比较10~18个样品 | 需要标记试剂，存在比值压缩 |
| iTRAQ | 体外化学标记（类似TMT） | 多通道比较 | 试剂贵，精度不如TMT |
新手建议：第一次跑MaxQuant就用LFQ，不需要买标记试剂。参数保持默认，先把结果跑出来，看看proteinGroups.txt长什么样。我见过太多人一上来就调参数，结果把自己绕晕了。
1.3 在蛋白质组学中的地位
现在MaxQuant已经是无标记定量领域的黄金标准之一。你随便翻一篇高水平蛋白质组学文章，十有八九能看到“search with MaxQuant (v2.x.x)”这句话。
和竞品比，它有几个不可替代的优势：
- 开源且免费：学生党的福音，不像Proteome Discoverer需要昂贵许可证。
- 社区成熟：文档、论坛、视频教程非常多。遇到问题一搜就有解决办法。
- 产出文件结构清晰：所有结果都放在combined/txt目录下，用R或Python直接读取。
- 与下游分析工具无缝衔接：Perseus软件就是它亲兄弟，专门做统计和可视化。
我拿它和另外两个主流软件简单比比：
| 软件 | 搜索引擎 | 定量 | 费用 |
|---|---|---|---|
| MaxQuant | Andromeda | LFQ/SILAC/TMT | 免费 |
| Proteome Discoverer | Sequest HT、Mascot等 | Precursor、Reporter ion | 商业付费 |
| Spectronaut | DirectDIA等 | DIA定量 | 商业付费 |
不过，没有软件是完美的。MaxQuant在DIA数据处理上比较弱，而且对超大文件（比如一次跑100个样品）的内存消耗很猛。但话说回来，绝大多数课题组一个项目也就跑几十个样品，完全够用。
版本兼容性提醒：MaxQuant 1.x和2.x的搜索结果格式有差异，特别是proteinGroups.txt里某些列名变了。我去年因为没注意版本，写了一个R脚本处理旧版本的文件，结果在新版本上一跑就报错。建议：全程使用同一版本，升级前备份旧结果。
这张图概括了MaxQuant处理数据的完整链路。你从左上角的RAW文件开始，经过搜索、鉴定、定量（中间可能穿插MBR），最后拿到txt文件夹。剩下的统计和绘图，可以用Perseus、R或者Python来做。我们后面几章会逐个拆解这些环节。