1. 质谱批次效应控制工程导论
在质谱实验中，我们常常遇到一种令人困惑的现象：同一份生物样本，分两次制备、分两天上机，得到的蛋白定量结果却出现系统性偏移。这种偏移不是随机噪声，而是与"批次"这一实验组织单元强相关的系统性误差，我们称之为批次效应（Batch Effect）。理解它、量化它、控制它，是质谱实验从"能出数据"走向"出可信数据"的关键工程能力。
一、批次效应的定义与本质
批次效应指由于样本在制备、上机、数据采集等环节被划分为不同批次，导致批次内样本相似度异常升高、批次间出现系统性差异的现象。它的本质是技术变异混入了生物学变异。在理想情况下，两组样本的定量差异应完全来自生物学差异；而批次效应会让"哪天做的""哪台仪器跑的""哪个操作员处理的"成为影响结果的隐藏变量。
需要区分两个概念：批次效应（Batch Effect）与批次偏移（Batch Bias）。前者是统计上可观测的组间系统性差异，后者是产生这种差异的具体技术来源。控制工程的目标，就是识别偏移来源、阻断其传递、并在数据层面校正残余效应。
二、批次效应的主要来源
质谱实验全流程中，批次风险点分布广泛，可归纳为五类：
- 样本前处理：裂解效率、还原烷基化时间、酶切比例与时长、肽段纯化回收率的批间波动。
- 试剂与耗材：不同批号酶、缓冲液、色谱柱填料、进样瓶吸附特性的差异。
- 仪器状态：离子源污染程度、喷雾针磨损、质量轴漂移、检测器增益变化。
- 色谱条件：梯度延迟体积、柱温波动、流动相配制误差导致的保留时间漂移。
- 数据采集与处理：不同采集方法、不同软件版本、不同归一化策略引入的差异。
这些来源并非孤立，而是沿实验流程逐级传递、叠加。例如，酶切效率的批间差异会改变肽段丰度分布，进而影响后续LC-MS信号强度，最终在定量矩阵中表现为批次主成分。
三、工程控制目标
批次效应控制工程不是追求"零批次"，而是建立一套可设计、可监控、可校正的体系。其核心目标包括：
- 可识别：通过实验设计与质控样本，使批次效应在数据中可被检测和量化。
- 可阻断：在流程关键节点设置标准化操作与随机化策略，减少批次效应的产生。
- 可校正：当残余批次效应存在时，采用统计方法进行校正，同时保留真实生物学信号。
- 可追溯：完整记录批次信息、质控指标与校正参数，保证结果可复现。
四、质谱实验全流程中的批次风险点
下面这张图展示了从样本入组到数据产出的完整链路，以及各环节的批次风险点与对应的控制手段。它帮助我们在实验开始前就建立"风险地图"，而不是在数据分析阶段被动救火。
五、课程知识地图与实战项目说明
本课程围绕"识别—阻断—校正—验证"的工程闭环展开，共30章，分为四个模块：
- 基础模块（第1–6章）：批次效应定义、来源分类、实验设计中的随机化与区组化、质控样本体系。
- 检测模块（第7–14章）：PCA、层次聚类、方差分析、混合效应模型在批次检测中的应用。
- 校正模块（第15–24章）：ComBat、limma removeBatchEffect、RUV、SVA等方法的原理、参数与适用边界。
- 工程化模块（第25–30章）：SOP编写、LIMS批次记录、自动化质控报告、多中心数据整合。
实战项目贯穿全程：以一套模拟的"两组各12例、分3批上机"的DIA蛋白组数据为对象，从原始报告出发，完成批次检测、校正与验证。示例数据中，我们人为设置批次2的蛋白丰度整体上浮约15%，批次3的保留时间偏移约0.3 min，用于练习识别与校正。所有参数均为教学假设，不代表真实实验结果。