课程简介与目标
各位同学，欢迎来到《细胞样本MaxQuant定量流程搭建指南》。我是老张，在蛋白质组学这行摸爬滚打了十几年，从早期的二维电泳到现在的DIA/SWATH，再到咱们今天要讲的MaxQuant，都算得上亲历者。
开篇之前，我先说说心里话。很多刚入行的朋友找我诉苦：质谱数据拿到了，搜库软件也装了，但一跑就报错，或者结果出来后不知道哪些可信、哪些是垃圾。我曾经也踩过这些坑，所以这门课的目标很明确——带你从零开始，搭出一条靠谱的定量流程，让数据说话，而不是让报错日志埋了你。
课程面向对象
说白了，这门课不是给所有人看的。如果你属于下面几类人，那正好来对了。
- 刚进实验室的研究生：老板丢给你一批细胞样本，让你做定量蛋白质组学，你连MaxQuant的界面都没见过。别慌，我带你走一遍。
- 转行做蛋白质组学的生物信息学同学：你懂Python、R、Linux，但对质谱原理和搜库逻辑一头雾水。嗯，我会把那些参数背后的生物学意义讲清楚。
- 有一定经验的平台技术人员：你可能已经在跑了，但结果时好时坏。我帮你排查那些隐藏的配置陷阱。
- PI 或项目负责人：不需要亲手跑流程，但至少能看懂下属提交的报告，知道哪些数字是靠谱的。
学习目标
我不喜欢画大饼。学完这一章，你能做到什么？
- 独立完成一条完整的MaxQuant定量管线：从原始raw文件输入，到输出evidence.txt和proteinGroups.txt，中间不卡壳。
- 理解每个核心参数的意义：不只告诉你点哪里，还告诉你为什么这么点。
- 掌握数据质控的基本套路：跑完流程后，一眼看出这批次数据能否用。
- 搭建本地或服务器端的批量分析环境：尤其是大样本量、多组学场景。
- 学会常见问题的排查和修复：比如内存溢出、搜库卡死在某个百分比、定量结果全是NA。
我把这些目标总结成了一张图，方便你对照检查。
这张图你看明白了吗？从左到右，从入门到动手，再到拿到结果后的质控与下游分析——每一块我都会用实际案例拆解。
所需基础
先泼盆冷水。如果你连操作系统都不会装、指令行没碰过，我建议先去补补基本功。这门课不是幼儿编程。但我也不会要求你上来就精通C++或Rust。
软件与操作系统基础
| 技能点 | 要求等级 | 说明 |
|---|---|---|
| Windows 文件管理 | 熟练 | 能管理多级目录、会批量重命名 |
| 命令行基础（cmd/PowerShell） | 了解 | 会cd、dir/ls，能运行批处理脚本 |
| Linux 基础（远程服务器） | 熟悉或愿意学 | 会用ssh连服务器，了解screen/tmux |
| R 或 Python 基础 | 入门 | 能读取表格、画基础统计图 |
蛋白质组学基础知识
- 质谱原理的基本概念：什么是一级质谱、二级质谱？什么是母离子、子离子？如果你完全不知道，我建议先花半天时间看一篇综述文章。我就写过一篇《蛋白质组学质谱入门极简版》，网上可以搜到。
- 常用定量策略：Label-free、SILAC、TMT/iTRAQ——至少要知道它们最基本的工作原理和区别。别担心，后面的章节我会用动画演示。
- 搜库与定量分离的概念：MaxQuant同时做搜库和定量，但其他工具可能分开做。知道这一点，能帮你理解MaxQuant为什么这么设计。
有些同学问我：老师，我生物背景，对编程畏难怎么办？其实你想想看，MaxQuant本身是图形界面软件，真正的难点在于参数理解而不是编码。后处理部分我会提供现成的R/Python脚本，你复制粘贴改个路径就能跑。
硬件环境要求
这里我必须提醒：MaxQuant吃内存吃得厉害。尤其是你做大规模测度（比如40个TMT样本），没有32GB以上内存，基本跑不动。我自己的经验是：
- 最低配置：16GB RAM + 4核CPU，只能跑小样本（6-8个）。
- 推荐配置：64GB RAM + 8核CPU，可以跑中等规模（20-30个样本）。
- 理想配置：128GB+ RAM + 16核+，配合SSD，30-50个样本一路畅通。
# 如果你想用服务器跑，推荐操作系统配置：
Ubuntu 20.04 或更高版本
.NET 6.0 Runtime 或 Mono 环境
wine 7.0+ （需要运行MaxQuant图形界面配置时）
# 检查系统内存的快速命令（Linux）
free -h
# Windows下打开任务管理器看“内存”栏，别等跑崩了才发现不够嗯，这里要注意：很多人以为搜库软件对GPU有要求。实际上，MaxQuant主要靠CPU和内存，GPU几乎用不上。所以别花冤枉钱买高端显卡，把钱加在内存上更实在。
接下来，我会把每个基础知识点拆成具体操作。记住，这台仪器、这个软件、这些样本——它们不会骗人。你用心对待数据，数据就会给你一个漂亮的结果。