PTXQC 概述

做蛋白质组学质控，说到底就是要让数据说话。你跑完一台质谱，拿到一堆原始文件，心里最没底的就是——这批数据到底能不能用？峰值漂了多少？鉴定率是不是崩了？我以前刚入行的时候，就靠肉眼翻着看，一晚上盯几十个结果，眼睛都快瞎了。后来接触到 PTXQC，才明白有一件事值得花时间去做：把质控自动化。

1.1 PTXQC 的起源

PTXQC 全称是 Proteomics Quality Control 的缩写。它不是什么大公司出的商业套件，而是 MaxQuant 生态里长出来的一个开源 R 包。开发者是德国马普所的一帮人，他们自己也被海量质谱数据折腾得够呛，干脆写了一套自动化脚本，把 MaxQuant 的 summary.txt 和 msms.txt 等输出文件捡起来，抽出一堆指标，生成 PDF 报告。

我记得第一次用的时候，心里还在嘀咕：这玩意儿能比我手看强？跑了一次，出来的报告足足二十多页——标峰、识别率、漏切率、重标率全在图上了。我当时就说了一句话：“以后再也不手撸了。” 说白了，PTXQC 就是把原本需要资深人员花一两个小时扫一遍的活儿，压到两三分钟自动搞定。

1.2 PTXQC 在蛋白质组学质控中的作用

质控这件事，拆开来看无非三个层次：

1. 样品层： 上机前酶解是不是充分？标记效率是不是达标？
2. 仪器层： 色谱峰型是不是对称？保留时间漂了多少？
3. 数据层： 鉴定数是不是符合预期？定量一致性高不高？

PTXQC 主要覆盖 数据层，也就是 MaxQuant 跑完之后的那一关。它读入十几个参数文件，然后把它们归一化成一张张图表。你翻开报告，第一眼就能看到“通过/警告/失败”的打标。这比你自己翻日志要直观多了。

举个例子，我去年做过一个大项目，批处理了六十个样本。跑完以后 PTXQC 报告里直接标红了两个样品的“MS/MS identification rate”。点进去一看，确实那两个样本的谱图数量异常低。后来核查发现是样品预处理时离心时间不够。如果没有指标归一化，六十个样本的 Excel 表格扔过来，我哪能一眼就看到那两个异常点？

为什么会这样？因为 PTXQC 用的都是统计上比较稳健的阈值——中位数偏移、四分位距、百分比偏差。它不依赖你预先设绝对阈值，而是以这组样本自身的分布为参考。说白了，就是让数据自己告诉自己“哪里不对劲”。

1.3 典型应用场景

根据我自己的经验，下面这几类场景最容易用到 PTXQC：

1.4 整个质控链路是什么样的？

我觉得用一张图来理解 PTXQC 在整个实验流程中的位置会非常清楚。下面这张图概括了从原始数据到最终决策的链路：

你看，从原始数据到 MaxQuant 搜索，再到 PTXQC 生成报告，最后给出决策——整个流程几乎是线性的。PTXQC 正好卡在“数据计算完毕”和“人工审查”之间，替你先做了一轮过滤。说实话，没有它之前，我经常漏掉轻微劣化的信号。现在每一份报告我都会扫一眼“失败”列表，直接定位问题样本。效率高太多了。

1.5 我对 PTXQC 的整体印象

做这个教程之前，我重新翻了一遍 PTXQC 的源码和文档，发现它设计思路挺清晰的：把所有你认为该看的指标全部标准化，然后用统一的五色图标注——绿、黄、橙、红、灰。一眼扫过去，数据健康度立现。我经常跟团队里的人说，别小看这一份报告，它能让你从“凭感觉判断”转到“凭数据判断”。