📚 课程目录第4章原始数据导入

4、原始数据导入：支持的质谱仪类型与处理

把质谱仪倒出来的原始数据喂给 MaxQuant，这一步看似简单，坑却不少。我刚开始用的时候，就因为文件格式没选对，白白浪费了一整天。今天咱们就把这块掰开揉碎，把仪器类型、文件格式、导入注意事项和批量处理全讲清楚。

支持的质谱仪类型与 RAW 格式

MaxQuant 不是通吃所有质谱原始数据的。它主要支持下面这三大家族的仪器。我整理了一张表，你可以直接对照着看。

仪器品牌	典型机型	文件扩展名	说明
Thermo Scientific	Orbitrap Fusion, Lumos, Q Exactive	.raw	原生二进制格式，直接读取，无需转换
Bruker	timsTOF Pro, solariX	.d / .mzXML	.d 是文件夹，内含多个文件；推荐用.msf转换后导入
SCIEX	TripleTOF 6600, 7600	.wiff	需配合 SCIEX 官方插件或先转 .mgf

注意：我遇到过合作方给的 .raw 文件，版本是 Thermo 新固件生成的。旧版 MaxQuant 打不开。解决方案是升级 MaxQuant 到 2.0+，或者用 MSConvert 转成 .mzML 再导入。

RAW 文件导入的注意事项

你以为复制粘贴就能跑？Naive。我吃过几次亏，下面这几条你最好记下来。

1. 文件路径不能有中文和特殊符号

MaxQuant 底层用的是 .NET，对 Unicode 支持不太好。路径里一旦出现中文、空格、括号，很容易报错。我习惯把所有原始数据放在纯英文数字命名的文件夹下，比如 D:\data\2025_run1\。

2. 文件不能处于“被占用”状态

Thermo 的 .raw 文件采集时经常被锁定，你如果直接拷贝正在采集的文件，导入时就会提示“文件访问被拒绝”。解决办法：等到采集完全结束、磁盘灯不闪了再拷。或者先用 robocopy 拷贝锁定文件加 /A-:R 参数。

3. 检查文件完整性

大文件拷贝过程中断，经常出现文件头损坏。我有个土办法：看文件大小是否与服务器上的原始记录一致。或者用 fciv 算 MD5 对比。

快速自查命令（Windows PowerShell）：

Get-FileHash .\sample1.raw -Algorithm MD5
# 对比你来源的哈希值，一致说明文件完整

4. 早期版本 MaxQuant 对 .wiff 的支持需要额外插件

我记得 MaxQuant 1.6 之前，导入 .wiff 必须装 SCIEX .wiff Reader。后来版本自带支持了，但最好还是确认一下。如果你用 Linux 服务器跑 MaxQuant，.wiff 压根读不了，得先转成 .mzML。

多文件批量处理——怎么高效喂数据

一次几十个 RAW 文件，总不能一个手动拖吧？MaxQuant 提供了两种批量方式。

方式一：文件夹批量导入

在 MaxQuant 界面的 “Raw files” 选项卡，点 “Load folder”，选择存放所有 .raw 的文件夹。它会自动扫描子文件夹里的 RAW 文件并加载进来。但是！文件数量多了之后，界面会卡住几秒钟。我建议一次不超过 100 个文件，否则容易内存溢出。

方式二：使用 Experiment 列表实现分组批处理

如果你的实验分了很多组（Treatment vs Control），可以在 “Experiment” 列给每个原始文件打标签。导入后右键编辑，或者直接编辑 mqpar.xml 里的实验名字段。我常用这种方式做 TMT 标记定量：一组 Label 对应一个 Experiment 名。

<experiments>
  <string>Ctrl_1</string>
  <string>Ctrl_2</string>
  <string>Treat_1</string>
  <string>Treat_2</string>
</experiments>

批量操作的避坑经验：不要一次勾选“Write msms.txt”和“Calculate peak properties”两个选项。两件事同时干，计算量翻倍，尤其对高分辨 Orbitrap 数据，内存消耗直接涨 5GB。我会先跑一次只做鉴定和定量，如果后续需要 MS2 详细信息，再单独跑一次勾选这两个选项。

文件格式转换的实用工具

有时候仪器厂商的 RAW 格式不直接支持，或者版本不对。你需要中间格式。我常用的是 ProteoWizard MSConvert，用它转成 .mzML 或 .mgf。命令大概这样：

msconvert.exe --filter "peakPicking true 1-" --mzML sample1.raw

注意加上 --filter "peakPicking true 1-" 会做峰识别，否则 MaxQuant 后续处理可能会丢失低丰度信号。我刚开始没加这个 filter，结果显示的肽段数少了一大半。

小结一张表：各格式导入策略推荐

仪器	推荐做法	不推荐情况
Thermo .raw	直接拖进 MaxQuant（版本 ≥ 1.5）	不要转 .mgf，会损失谱图质量
Bruker .d	用自带转换器转 .mzXML 再导入	直接拖 .d 文件夹可能报错（旧版）
SCIEX .wiff	安装 wiff Reader 后直接导入	不要拷贝正在采集的 .wiff
其他格式（Agilent .d 等）	先转 .mzML，按 Thermo 流程导入	强行用 .wiff 格式打开会报错

嗯，数据导入这块，说白了就是“格式对、文件全、路径纯”。你把这三点把住了，后面跑 MaxQuant 才不会在第一步就摔跟头。下一回我们拿真实的 RAW 文件走一遍流程，把参数配置调好。今天就先熟悉这些规则，回头自己练习的时候才不会懵。