3. 质谱数据基础——从仪器信号到可计算谱图
讲FDR控制之前，咱们得先把“原材料”搞明白。质谱仪出来的原始数据长什么样？MaxQuant又是怎么解读这些数据的？说白了，不懂数据格式，后面调参数就是瞎调。
我早些年刚入行时，拿到一个.raw文件，用记事本打开全是乱码，当时就懵了。后来才知道，质谱数据不是你用肉眼看的，得靠软件去解析。今天这块内容，我带你把这些“乱码”背后的逻辑捋清楚。
3.1 质谱数据的两大核心：离子流与质荷比
一台质谱仪，无论它多贵、多精密，输出的核心信息其实就两个东西：m/z（质荷比）和Intensity（信号强度）。
- m/z：告诉我们这个离子有多重（严格说是质量与电荷的比值）。
- Intensity：告诉我们这个离子有多少。
一台质谱仪工作起来，就是不断重复“扫描-检测-输出”这个循环。每一次扫描，都会生成一张质谱图。这张图横轴是m/z，纵轴是Intensity。在MaxQuant里，你处理的其实就是成千上万张这样的图。
为什么我要强调这个？因为我发现很多同学上来就调FDR参数，却连一级谱图和二级谱图都分不清。这在项目中是要吃大亏的。我之前有个同事，调试半天发现过滤掉的都是假阳性，实际上是他把MS1和MS2的图谱搞反了。
3.2 一级质谱（MS1）与二级质谱（MS2）
你需要记住一个概念：质谱采集是分级的。这有点像你先拍一张全班合影（MS1），然后再把每个人单独拉出来拍大头照（MS2）。
| 特征 | MS1（一级谱） | MS2（二级谱） |
|---|---|---|
| 采集目标 | 所有母离子（肽段） | 一个或多个母离子的碎片离子 |
| 分辨率 | 通常较高（如70,000） | 分辨率可能略低（如17,500） |
| 用途 | 定量、确定母离子质量 | 结构解析、肽段鉴定 |
| MaxQuant处理 | 提取色谱峰、做定量 | 匹配谱库、做鉴定 |
在MaxQuant的流程里，MS1用来做定量，MS2用来做鉴定。FDR控制主要作用于MS2的鉴定结果，但MS1的提取质量会直接影响最终定量准确度。
我记得有次项目，同伴抱怨说鉴定数很高但定量结果一堆乱码。我一看，他把MS1的提取参数设得太宽松，导致多个肽段的色谱峰重叠在一起，定量自然就乱了。
3.3 数据采集模式：DDA 与 DIA
两种主流采集模式，MaxQuant都支持。但在FDR处理思路上，它们有区别。
-
DDA（数据依赖采集）：
经典做法。先做一次MS1全扫描，挑出最强的几个母离子，依次做MS2。简单说就是“谁信号强就鉴定谁”。
我之前在项目中遇到一个经典坑：一个样品里高丰度蛋白占了大半，低丰度蛋白根本选不上做MS2。最后鉴定结果全是那几个高丰度蛋白在刷屏，FDR算下来很低，但没有生物学意义。
-
DIA（数据非依赖采集）：
不挑母离子，直接按固定窗口（如25 Da一个窗口）把全范围的母离子都打碎。所有离子都会被分析到，但数据更复杂。
MaxQuant里有个叫DIA-NN的模块专门处理DIA数据。我建议刚入门的同学，先拿DDA数据练手，等FDR控制玩熟了再去碰DIA。
核心区别总结： DDA是“点射”，每个母离子对应一个明确的二级谱图；DIA是“扫射”，一个窗口内可能有多个母离子同时碎裂，数据解缠难度大。
3.4 原始数据处理流程：从.raw到peptide.txt
MaxQuant处理质谱数据，大致分三步走。我把它画成了一张流程图，你一看就明白了。
这张图里，我特别标出了FDR控制的位置——它正好卡在“鉴定”和“最终报告”之间。这就是为什么我们这30章要死磕FDR，它是数据质量的最后一道防线。
具体到MaxQuant的参数设置，你会在“group-specific parameters”里看到这些选项。以鉴定为例，下面是一个简单的配置片断：
# MaxQuant mqpar.xml 中鉴定相关参数
MatchFromAndTo
2
7
4600
3.5 从profile data到centroid data：质谱信号的归约
原始质谱数据有两种基本形态：Profile data（轮廓图）和Centroid data（中心图）。
- Profile data：就是连续的信号峰，看起来像一个个小山包。保留完整峰形信息，但文件很大。
- Centroid data：只记录每个峰的顶端位置和强度，把“山”简化成了“一个点”。文件小，处理快。
MaxQuant在导入数据时，会自动做一次质心化（centroiding）。不过要注意，MaxQuant主要处理的是centroid数据。如果你用的是profile数据，建议先转换成centroid再进流程。
避坑：我曾经在整合一批公共数据时，发现有些文件是profile格式的，有些是centroid的。MaxQuant混着处理，结果定量结果中出现了批次效应。后来我专门写了个脚本统一做centroiding，才解决了这个问题。
这也是为什么在MaxQuant的参数里，你不需要手动指定“是否centroid”，它内置了转换逻辑。但理解这个过程，能帮你判断数据预处理阶段可能出了什么幺蛾子。
3.6 本章核心知识点速览
把这章的内容串一下，你只需要记住这几个关键：
- 质谱数据本质上是m/z-Intensity的图谱集合。
- MS1用于定量，MS2用于鉴定，FDR控制主要管鉴定。
- DDA和DIA两种采集模式，在FDR处理上策略不同。
- 从.raw到最终结果，经过峰检测→鉴定/定量→FDR过滤这个管线。
- 数据格式（profile vs centroid）会影响处理效率和准确度。
嗯，基础就这么多。下一块内容，我们会把这些概念直接用到MaxQuant界面里，看看具体参数怎么调。不过先不急着往下走——今天的重点是理解数据源头。源头搞通了，后面的参数调整就是水到渠成的事。