1. MaxQuant 简介
说起蛋白质组学数据分析，我最早接触的搜索引擎其实是 Mascot。那时候刚进实验室，导师丢给我一批 raw 文件，叫我鉴定磷酸化位点。我折腾了一星期，结果鉴定率低得可怜。后来有个师兄说：「你试试 MaxQuant 吧，处理 Orbitrap 数据比 Mascot 快多了。」我半信半疑地装上了，结果第一次跑就多鉴定出 30% 的肽段。
嗯，从那时起我就记住了这个工具。今天咱们就来聊聊 MaxQuant 到底是什么，它凭什么成为蛋白质组学领域的事实标准。
1.1 发展历程
MaxQuant 是德国马普所 Jürgen Cox 团队开发的。2008 年第一版发布时，它主要解决一个问题：Orbitrap 高精度质谱数据的定量分析。你想想看，当时市面上的搜索引擎几乎没有专门针对高分辨率的算法，而 MaxQuant 直接用了「匹配峰」的思路，把同位素峰和精确保留时间结合起来。
- 2008 年：MaxQuant 1.0 发布，支持 SILAC 定量。
- 2011 年：引入 MaxLFQ 算法，实现 label-free 定量。
- 2014 年：配合 Andromeda 搜索引擎，彻底摆脱对第三方引擎的依赖。
- 2016 年：支持 TMT/iTRAQ 标记定量。
- 2020 年以来：持续优化并行计算和内存管理，能处理超大规模 DIA 数据。
我个人习惯把 MaxQuant 的进化史分成三段：早期靠 SILAC 打天下，中期靠 Andromeda 和 MaxLFQ 建立护城河，现在则是全能型定量平台。
1.2 核心功能
MaxQuant 最让我佩服的一点是「全包」——从原始数据到定量结果，你不需要切换任何其他软件。我把核心功能列在下面这张表里，方便你对照着看。
| 功能模块 | 具体能力 | 我遇到过的典型场景 |
|---|---|---|
| 搜索引擎 | 内嵌 Andromeda，支持非特异性酶切、可变修饰、开放搜索 | 有次客户要求鉴定全乙酰化位点，我用开放搜索配合 ModificationSpecificPeptides 一键搞定 |
| 定量算法 | SILAC、LFQ、TMT、iTRAQ、脉冲 SILAC | 记得做时间序列实验时，MaxLFQ 的「稳定数据归一化」帮我省了手动标准化 |
| 矫正与归一化 | 保留时间对齐、峰匹配、全局归一化 | — |
| 结果可视化 | 内置散点图、火山图、聚类热图 | 虽然我现在更喜欢用 R 画图，但快速查看时直接点「Scatter Plot」很方便 |
| 数据导出 | evidence.txt, peptides.txt, proteinGroups.txt 等 | 导出的表格可以直接塞进 Perseus 做统计 |
小提示：MaxQuant 的搜索结果目录有一个名为 "combined" 的子文件夹，里面包含了所有中间结果。我经常在 troubleshooting 时翻看那里的 log 文件和 pdf 图谱，定位问题非常快。
1.3 在蛋白质组学中的地位
说 MaxQuant 是「社区引擎」一点不过分。根据我看到的统计，过去十年发表的 label-free 定量蛋白质组学论文中，超过 60% 使用了 MaxQuant 或它的输出数据做后续分析。为什么？
- 免费且开源友好：虽然核心代码不开源，但可执行文件对学术用户免费。
- Orbitrap 最佳拍档：专门为 Thermo Fisher 的 .raw 格式优化，处理速度远超 Mascot。
- 结果可重复性高：默认参数设置合理，不同实验室间的结果更容易比较。
- 生态完善：Perseus、MSstats、PTM-Shepherd 等工具都直接兼容 MaxQuant 输出。
我曾经帮一个医院团队重建分析流程，他们的原始数据是 TripleTOF 采集的。我试着用 MaxQuant 处理，结果发现软件根本不支持 .wiff 格式。那一次我才真正意识到：MaxQuant 的「地位」其实建立在 Thermo 生态上。如果你用 Bruker 或 Sciex 的仪器，就得考虑其他方案了。
一句话总结：MaxQuant 是目前学术蛋白质组学中用于 Thermo Orbitrap 数据非标定量的事实标准，但它不是万能的。
1.4 与其他搜索引擎的对比
我把 MaxQuant（Andromeda）、Mascot、Comet 这三者放在一起做了一张对比表。这些都是我实际测试过的组合，不是纸上谈兵。
| 维度 | MaxQuant (Andromeda) | Mascot | Comet |
|---|---|---|---|
| 开发者 | 马普所（学术） | Matrix Science（商业） | 华盛顿大学（学术，开源） |
| 搜索算法 | 概率评分 + 碎片峰匹配 | MOWSE 概率评分 | X!Tandem 风格的超快搜索 |
| 定量集成 | 原生支持 SILAC、LFQ、TMT | 需要额外配置或第三方工具 | 无定量功能 |
| 运行速度 | 中等（多线程优化好） | 较慢（单机版受限于许可证） | 极快（C++ 实现） |
| 修饰灵活度 | 支持可变修饰数量无硬限制 | 默认最多 9 个可变修饰 | 需要手动定义，且不能超过 10 个 |
| 输出格式 | 专有 txt 表格，字段丰富 | MGF、XML 为主 | pepXML、MS2 文件 |
| 学习曲线 | 中等（GUI 友好但参数多） | 较低（网页界面直观） | 较高（命令行为主） |
| 价格 | 免费（学术） | 收费（授权费昂贵） | 免费开源 |
避坑指南：我曾经在一个协作项目里同时用了 Mascot 和 MaxQuant 跑同一份 .raw 文件，发现 MaxQuant 鉴定到的肽段数比 Mascot 多 20%。但仔细一看，MaxQuant 搜出来的很多是带乙酰化或氧化的未成熟肽段。如果你的实验要求严格控制假阳性（比如临床诊断），我建议用 Mascot 的结果做二次验证，或者给 MaxQuant 加上严格 FDR 过滤。
看完这张表你应该能感受到：MaxQuant 不是最快的，也不是最便宜的（对商业用户而言），但它是唯一一个把鉴定、定量、可视化打包成完整工作流的工具。Comet 虽然快，但你得自己写脚本处理定量；Mascot 虽然权威，但你得额外买定量模块。
下面我画了一张图，把 MaxQuant 在蛋白质组学工具生态中的定位画了出来。
从这张图可以直观地看到：MaxQuant 并不孤立。它上接质谱仪原始数据，下连统计和可视化工具，横向还能跟 Mascot 结果交叉验证。我记得有一次审稿人要求用两种搜索策略交叉验证鉴定结果，我就是用 MaxQuant 和 Comet 跑了同一批数据，然后取交集上报，审稿人就通过了。
1.5 我个人为什么不放弃 MaxQuant
说了这么多优点，你也该知道它的缺点：对非 Thermo 格式支持差、内存占用大、不支持 DIA 的直接处理（需要第三方转换）。但每次有新人问我选什么工具，我还是推荐先从 MaxQuant 上手。为什么？
- 它的文档和社区积累是最全的。你在 Google 上遇到的大多数 error 都能找到讨论帖。
- 它的参数结构非常有逻辑——只要你看懂了 mqpar.xml，你就理解了大部分搜索引擎的设计思路。
- 它的定量结果直接被 journal 认可。我用 Mascot 出的定量数据，经常被要求补充 MaxQuant 的 LFQ intensity 列。
个人习惯：我每次开始一个新项目，都会先用 MaxQuant 默认参数跑一遍作为基线。然后根据鉴定数和分布，再调整 MS/MS 容差、肽段长度范围、可变修饰数量。这样能最快摸清数据质量。
好了，MaxQuant 的全局画像就讲到这。第二章咱们会深入它的参数面板，从 mqpar.xml 里的每一行开始拆解。到时候我会把那些容易踩坑的字段——比如「Match between runs」「Dependent peptides」——一个个说清楚。你在配置时如果遇到迷惑的点，可以先记下来，后面都会讲到。