MaxQuant 简介：质谱数据处理与蛋白质组学定量
好了，咱们直接进入正题。MaxQuant 是什么？简单说——它是一个能从质谱原始数据（.raw）直接干到定量表格的工具。我个人习惯把它叫做“蛋白质组学界的瑞士军刀”。你想想看，从谱图匹配、肽段鉴定、蛋白组装，到各种定量算法，它全都包了。
我第一次用 MaxQuant 时，被它的速度吓到了。那时候我还在用 Mascot 一条条看谱图，一天下来也就处理几个样品。而 MaxQuant 能在几小时内搞定几十个 .raw 文件。嗯，这里要注意：速度快不代表它简单。它的参数设置其实非常讲究，尤其是那个 group-specific parameters 页面，新手很容易翻车。
核心功能一览
MaxQuant 的核心能力，我总结为四个模块：原始数据处理、搜索引擎、定量算法、结果输出。来，看个表格你就明白了：
| 模块 | 功能描述 | 我的经验备注 |
|---|---|---|
| 原始数据处理 | 从 .raw 文件中提取质谱信息，进行峰检测、去同位素、校准 | 这里要注意 centroid 和 profile 模式的选择，我曾经因为选错模式导致多丢了 30% 的谱图 |
| 搜索引擎 | 内置 Andromeda 搜索引擎，用于谱图与理论谱的匹配 | 它没有 Mascot 那么“啰嗦”，但速度极快，适合大规模数据 |
| 定量算法 | 支持 LFQ、MBR、SILAC、TMT 等多种定量策略 | LFQ 和 MBR 的组合是经典方案，但小心 MBR 引入的假阳性 |
| 结果输出 | 生成蛋白质组、肽段、证据等表格，支持直接导入 Perseus | 我建议不管用不用 Perseus，都要看一眼 evidence.txt，里面藏着很多关键细节 |
Andromeda 搜索引擎：MaxQuant 的“大脑”
说白了，Andromeda 就是 MaxQuant 自己的搜索引擎。它不像 OpenMS 那样需要一个外部的搜索工具，而是深度集成在整个流程中的。为什么要专门提它？因为你在配置 MaxQuant 时，其实就是在告诉 Andromeda：“嘿，按我的要求来搜。”
Andromeda 的搜索逻辑是这样的：
- 先把可能的肽段从数据库中“剪”出来，生成理论谱图。
- 然后拿实验谱图去和理论谱图做匹配，打分。
- 最后通过 FDR 控制（通常 1%）来筛选出可信的鉴定结果。
我个人遇到过一个问题：数据库的选择。有一次我给一个非模式生物跑 MaxQuant，用的默认库，结果鉴定数少得可怜。后来换了同源物种的库，结果翻了三倍。你想想看，这一步有多关键。
Andromeda configuration 中把 mass tolerance 设置成“first search 20 ppm, main search 4.5 ppm”。这是我调试过很多次后觉得最稳妥的参数。
定量算法：从 LFQ 到 TMT
定量是 MaxQuant 的强项。我经常被问：“到底该用哪个？”来，我帮你理一下：
- LFQ（Label-free quantification）：不标记，直接基于肽段强度定量。适合大样本量、多组比较。但注意，它依赖“匹配 between runs”，也就是 MBR。这个机制很聪明——它会把某个样品中鉴定到的肽段“传递”给其他样品，哪怕其他样品里这个肽段的信号很弱。我自己在项目中用过，确实能提高完整度，但假阳性也会涨一点点。
- SILAC：用轻/重同位素标记，适合成对比较。精度高，但成本也高。
- TMT/iTRAQ：基于报告离子的多重标记，适合多通道比较。注意，TMT 的数据需要特别关注
reporter ion correction factors，我见过有人因为忘改这个参数，导致定量结果完全偏掉。
定量算法的选择，说白了取决于你的实验设计和预算。如果预算充足且样本数量少，SILAC 是最好的选择。但如果是临床样本、大队列，LFQ + MBR 是更实际的路子。
match time window 的设置。太小（比如 0.5 min）会导致匹配失败，太大（比如 2 min）又会引入大量错误匹配。我一般设在 0.7-1.0 min 之间，前提是色谱稳定性够好。
MaxQuant 的结果输出结构
跑完一个 MaxQuant 任务后，你会得到一个 combined/txt 文件夹。里面有好几个表，但真正重要的就几个：
| 文件名 | 内容 | 谁该看它 |
|---|---|---|
proteinGroups.txt |
蛋白组水平的定量结果，包含 LFQ intensity、iBAQ、sequence coverage 等 | 所有人，这是主输出 |
peptides.txt |
肽段水平信息，包括序列、score、charge 等 | 做深入质检时必看 |
evidence.txt |
每个谱图对应的鉴定和定量细节，最底层的数据 | 调试问题时的“终极武器” |
summary.txt |
各样品鉴定和定量的统计概览 | 快速检查结果是否正常 |
我记得有一次，一个同事怎么都找不到某个蛋白的定量值，我让他去看 evidence.txt，结果发现那个蛋白只在单个样品中被鉴定到，所以 proteinGroups.txt 里的定量列就显示 NaN。这件事让我养成了一个习惯：永远不要只看汇总表，必要时一定要去底层数据里挖一挖。
MaxQuant 的配置与参数套路
虽然 MaxQuant 的 GUI 看起来挺友好的，但做容器化时，我们多半会直接调用命令行模式。它的命令行调用方式大概是这样的：
mono MaxQuantCmd.exe mqpar.xml所有参数都在 mqpar.xml 里。这个 xml 文件就是你的“剧本”。我建议把它和 combined/txt 文件夹一起归档，这样以后想复现结果时，直接拿这个 xml 重跑就行。
几个特别重要的参数：
fastaFilePath：数据库路径，必须和你的实验物种匹配。fixedModifications和variableModifications：固定修饰（如 Carbamidomethylation）必须在所有肽段上出现；可变修饰（如 Oxidation M）则是部分出现。digestionMode：酶切方式，常用 trypsin。注意半特异性或非特异性酶切的速度会慢很多，除非你有特殊需求，否则别轻易改。labelType：如果做标记定量，这里选Standard、Reporter (TMT)或SILAC。
TopN 和 Isolation window，这两项对定量准确性影响非常大。
我眼中的 MaxQuant 优劣势
最后，我客观说几句：
- 优势：速度极快、内置完整的分析链、定量算法成熟（尤其是 LFQ 和 MBR）、结果可直接用于生信下游。
- 短板：基于 .NET Framework，原生只能在 Windows 上跑，跨平台需要 Mono 容器化；搜索打分机制相对老，有些情况下不如 MSGF+ 或 MSFragger 灵活；对非常规修饰的兼容性一般。
但是，注意——这些问题正是我们用 Singularity 去容器化的原因。一旦容器化成功，你就能在任何 Linux 集群上稳定运行 MaxQuant，而且参数、环境完全锁定，复现性极强。嗯，这一点非常关键，你想想看，以后每次跑出来的结果都能一模一样，多省心。
好了，MaxQuant 的基本概念就到这儿。下面我们来看看它的完整工作流程，我用一张图帮你串起来：
这张图就是 MaxQuant 的完整数据处理链条。从 .raw 文件进来，到峰检测、Andromeda 搜索，再到不同定量策略的选择，最后经过 FDR 过滤输出表格。说白了，你只要把原始数据和参数喂给它，它就能给你出一套完整的定量报告。