📚 课程目录第3章质谱数据基础

3. 质谱数据基础：RAW文件格式、MS1和MS2扫描、碎裂方式

好，咱们正式开始搭建流程前的第一项基本功——看懂质谱吐出来的数据到底长什么样。你从仪器上导出一堆 .raw 文件，心里得清楚里面装了什么，MaxQuant 又是怎么把它拆解开的。

说白了，RAW 文件就是质谱仪的母语。不同厂商的仪器有自己的方言，但我们做生信的，必须得听懂。

3.1 RAW文件格式：仪器的母语

我个人习惯把 RAW 文件理解为仪器内部的一个微型数据库。它记录的可不是一张谱图那么简单，而是整个色谱-质谱联用过程中，每一个时间点、每一个离子的测量结果。

不同厂家的仪器，RAW 文件的壳子是不一样的：

Thermo Fisher (.raw)： 最常见。MaxQuant 对它的支持最好，可以直接读取，也可以走 MSFileReader 接口。
Bruker (.d)： 这是一个文件夹结构，里面藏着 XML 和二进制数据。MaxQuant 需要借助 Bruker 的 SDK 才能识别。
SCIEX (.wiff)： 同样需要专门的驱动。
Agilent (.d)： 也是文件夹格式。

为什么要了解这个？因为一旦 RAW 文件的编码或元数据有损坏，MaxQuant 会直接报错。我在项目中遇到过几次，某个 .raw 文件在采集过程中意外中断，导致后面的定性定量全部停摆。所以采集数据前，规划好文件名编码至关重要。

我的命名习惯： 日期_项目_处理方式_重复.raw。比如：20250325_QC_HeLa_1.raw。这样在 MaxQuant 的 mqpar.xml 里引用时，一目了然。

# 一个典型的质检样本序列命名
20250325_QC_HeLa_1.raw
20250325_QC_HeLa_2.raw
20250325_QC_HeLa_3.raw
20250325_Exp_Treatment_1.raw
20250325_Exp_Treatment_2.raw

3.2 扫描类型：MS1与MS2的分工

你想想看，一台高分辨率的质谱仪，比如 Orbitrap，是如何工作的？它会进行两种扫描——MS1 和 MS2。它们的角色完全不同。

3.2.1 MS1 全扫描

MS1 就像是进行一次人口普查。它扫描一个很宽的 m/z 范围（比如 300-1800），记录下所有到达检测器的肽段母离子。记录什么呢？两个东西：m/z （质荷比）和强度（Intensity）。

MaxQuant 的定量功能，主要就依赖于 MS1 的信号强度。说白了，它通过提取特定母离子的色谱峰面积（XIC），来计算你的蛋白丰度。

3.2.2 MS2 碎片扫描

MS2 就不同了。它不是普查，而是定向抓捕。它会从 MS1 中挑选出丰度最高的几个母离子（通常 Top 10、Top 15），将它们隔离、碎裂，然后再扫描产生的碎片。

为什么会这样？因为 MS2 的目的很明确——测序列。只有把肽段打碎成 b/y 离子，MaxQuant 的搜索引擎 Andromeda 才能根据碎片谱图匹配出肽段序列。

    记住这个关系：
    MS1（母离子）→ 定量依据（XIC 面积）。
    MS2（碎片离子）→ 定性依据（谱图匹配）。

我用一张表帮你理清它们的区别：

特性	MS1 （全扫描）	MS2 （碎片扫描）
目的	获得母离子精度与丰度	获得碎片推断序列
分辨率	高（60000-240000）	中-高（15000-60000）
数据量	适中	较大
MaxQuant用途	定量（XIC）	定性（MS/MS匹配）

3.3 碎裂方式：如何切割肽段

有了母离子，怎么把它切开？不同的碎裂方式，决定了 MaxQuant 看到的谱图长什么样。MaxQuant 的搜库参数里，你必须正确指定碎裂方式，否则鉴定率会直线下降。

HCD （高能碰撞解离）： 目前最主流的方式。主要产生 b/y 离子。适合常规的 Label-free、SILAC、TMT 定量。
CID （碰撞诱导解离）： 老一代技术，现在逐渐被 HCD 取代。也是 b/y 离子。
ETD （电子转移解离）： 产生 c/z 离子。特别适合分析翻译后修饰（磷酸化、糖基化），因为它在碎裂时能保留那些不稳定的修饰基团。

我记得刚入行时，分不清 HCD 和 ETD。有一次处理一个磷酸化富集的数据，用 HCD 怎么搜都只有几百个鉴定。后来换成 ETD，鉴定数直接翻了几倍。嗯，从那以后，我都是先问清楚实验设计再动手。

碎裂方式	能量来源	主要碎片	适用场景
HCD	高能碰撞	b/y 离子	常规蛋白鉴定、TMT定量
CID	低能碰撞	b/y 离子	经典肽段鉴定
ETD	电子转移	c/z 离子	翻译后修饰（磷酸化、糖基化等）

我曾经踩过的坑： 校准实验条件时，一定要确认使用的碎裂方式。如果你的数据是 HCD 采集的，但在 MaxQuant 的

mqpar.xml

中误设成了 ETD，Andromeda 会用 c/z 离子匹配理论谱库，结果就是——几乎什么都匹配不上。

3.4 数据流总览：从RAW到MaxQuant

到这里，我们把 RAW 文件、MS1、MS2 和碎裂方式都串起来了。一台质谱仪的逻辑是这样的：先打一张 MS1，找到母离子；再从上一张 MS1 中挑几个最强的，用 HCD 或 ETD 打碎，产生 MS2。如此往复，直到色谱峰洗脱结束。

MaxQuant 在拿到这些数据后，会怎么处理呢？我专门画了一张图，帮你理清这个信息流。

3.5 避坑指南：RAW文件扫描参数控制

最后补充几个我在实战中经常遇到的 RAW 文件问题，你也可以把它们当作检查清单：

我曾经因为一个参数疏忽，浪费了整整一周的机器时间。 同事在采集数据时，误把 MS2 的隔离窗口（Isolation Window）设成了 4 Da。正常应该是 1.2-2 Da。结果可想而知，碎片谱图混进了很多干扰离子，后期 MaxQuant 搜出来的所有肽段得分都很低。因为 Andromeda 默认的碎片匹配容差很小（通常 20 ppm），一旦杂质离子过多，正确匹配的 Fragment 就会被噪声淹没。

这里有几个检查重点：

MS1 分辨率： 定量实验我用 70000（@ m/z 200），鉴定要求不高的快速测试用 35000。
MS2 起始 m/z： 通常设置为 100-120 Da。太低会把背景噪声（比如空气分子）也扫进来。
碎裂能量（NCE）： HCD 的 NCE 一般设置在 27-30。这个值跟你的仪器型号和肽段性质有关。

一个小建议： 在 MaxQuant 的

mqpar.xml

中，有一个参数叫

firstSearchTol

和

mainSearchTol

。First search 是粗搜，用来校准质量轴；Main search 才是精搜。如果你发现仪器质量偏差较大，记得先把 First search 的容差设大一点（比如 20 ppm），让它先修正一下，避免 Main search 直接过滤掉正确的母离子。

好了，这一章的内容就这么多。你只要把 RAW 文件的读取逻辑搞清楚，明白 MS1 用来定量、MS2 用来定性，以及不同的碎裂方式怎么影响搜库策略，后面搭建 MaxQuant 流程就顺理成章了。