MaxQuant 概述：一个老牌工具的前世今生
做蛋白质组学定量的，没人不知道 MaxQuant。这玩意儿从 2008 年发布第一个版本到现在，已经成了非标定量（Label-free）和 SILAC 定量的事实标准。我记得十年前我第一次接触它，那时候还是 1.0.x 版本，界面简陋得不行，但跑出来的数据质量，嗯，是真能打。
发展历程
其实 MaxQuant 并不是商业软件，它是马普所的 Jürgen Cox 团队开发的。一开始只支持 Thermo 的 RAW 文件，后来才慢慢兼容了其他厂商的格式。我见过不少新手纠结“为什么我 Bruker 的数据读不了”，很简单，你得先用厂商工具转成 mzXML 或 MGF。
- 2008年： 1.0 版本发布，仅支持 SILAC 定量
- 2011年： 加入 Label-free 定量模块，支持 LFQ
- 2015年： 引入 Match between runs 功能，大幅提高检出率
- 2020年： 2.0 版本，重新设计了 DIA 数据分析管线
- 现在： 稳定在 2.6.x 系列，日常用完全够
功能模块与核心逻辑
MaxQuant 不是一个大黑箱，它由几个模块拼起来的。你得理解每个模块在做什么，不然出了问题根本不知道怎么查。从我踩过的坑来看，绝大多数参数调优的目的，就是让这几个模块协作得更顺畅。
| 模块名称 | 功能 | 常见问题 |
|---|---|---|
| Andromeda搜索引擎 | 将质谱谱图与理论谱图匹配 | 母离子质量偏差设太宽，假阳性高 |
| 定量特征提取 | 提取色谱峰面积、同位素簇 | 保留时间窗口太小，漏掉峰 |
| Match between runs | 在不同LC-MS runs间传递鉴定 | 时间窗口太大，匹配到噪音 |
| LFQ 定量 | 基于强度和谱图数的非标定量 | 最小比率计数设太高，数据残缺 |
| FDR 控制 | 基于目标-诱饵库计算假阳性率 | 诱饵库比例问题导致过严或过松 |
我刚开始调参数那会儿，老想着一次性把所有模块都做到最优。后来发现不行，你得按流程来——先用搜索引擎把鉴定做好，再优化定量提取，最后才动 Match between runs 的参数。跳步的话，后果就是鉴定和定量互相打架，数据惨不忍睹。
应用场景
MaxQuant 最典型的使用场景也就这几个：
- 疾病标志物发现： 对比病人和健康对照的血清/血浆样本，找差异蛋白。
- 药物靶点筛选： 药物处理组 vs 对照组，看哪些蛋白表达变化。
- SILAC 追踪动态： 用同位素标记跟踪蛋白合成/降解速率。
- PTM 组学： 磷酸化/乙酰化修饰位点的定量分析。
说实话，Label-free 定量已经是现在的主流了。SILAC 操作太麻烦，成本也高，除非你的实验设计非要不可，否则我建议优先考虑非标定量。
定量算法流程概览
很多人把 MaxQuant 当黑盒点一下就完事，其实它的处理流程很清晰。我把核心步骤画成了一张图，你看看就明白了。
你看，流程其实分两大块：上面是鉴定路线（特征提取→搜索→FDR），下面是定量路线（Match between runs→LFQ→结果输出）。两条线在 Match between runs 那里汇合。我个人觉得，这个汇合点是最容易出问题的——鉴定窗口设窄了，Match 传不过去；设宽了，噪音跟着传进去，定量就乱了。
为什么参数调优这么重要
其实默认参数大部分时候能跑，但遇到复杂样本（比如血清、组织裂解液、膜蛋白提取液），默认参数往往不够用。就拿我亲身经历来说，有个项目是深海的微生物样本，蛋白浓度低得可怜，用默认参数搜库，鉴定数不到 800，FDR 还过不了。后来把母离子质量容差从 4.5 ppm 放到 10 ppm，再把碎片谱匹配的容差从 0.5 Da 改成 0.7 Da，鉴定数一下飙到 2400。你说这参数重不重要？
说回参数调优的粒度。MaxQuant 的配置集中在 mqpar.xml 文件里，里面几百个参数，但真正对结果影响大的，不过二三十个。后续章节我会一个一个拆给你看。记住一个原则：调参数不是全调，而是优先调那几个关键杠杆。
mqpar.xml 备份。我用的是版本号加日期命名，比如 mqpar_v231105_d0.7_win10min.xml，这样方便回溯。真出了问题，也好对比出是哪个参数变动导致的差异。
这个行业在变，但 MaxQuant 的稳定性让我一直没换主力分析工具。后面的章节，我们就一步一步，把它的参数调个明明白白。