提取离子流色谱图(XIC):MZmine低分辨质谱数据处理全攻略
2026-04-11 09:45:20作者:裘旻烁
定位XIC功能:质谱数据分析的核心工具
提取离子流色谱图(XIC)是连接原始质谱数据与目标化合物分析的关键桥梁。在MZmine中,这一功能允许你从复杂的质谱信号中聚焦特定质荷比(m/z)的离子流,为化合物鉴定和定量分析提供直观依据。无论是验证目标物保留时间,还是比较不同样品中特征离子的响应强度,XIC提取都是不可或缺的基础操作。
本节重点
- XIC功能核心价值:将质谱数据转化为可视化色谱曲线
- 适用场景:目标化合物筛查、保留时间确认、峰形分析
- 前置条件:已导入原始质谱数据并完成基线校正
掌握XIC操作:从数据提取到结果导出
提取单m/z离子流
当你需要验证单个目标化合物的存在时:
- 在项目浏览器中右键点击原始数据文件→选择"Show chromatogram"
- 在参数面板输入目标m/z值(如93)及质量窗口(推荐±0.5)→点击"OK"
叠加多m/z离子流
当你需要比较多个特征离子的色谱行为时:
- 在已打开的色谱图窗口中点击"Add m/z"按钮
- 依次输入各目标m/z值(如93、147、205)→系统自动分配不同颜色曲线
导出XIC数据
当你需要将结果用于外部分析时:
- 在色谱图窗口右键→选择"Export Data..."
- 选择导出格式(CSV/Excel)→设置保存路径→点击"Export"
图1:MZmine色谱图窗口展示,左侧为项目浏览器,右侧为多m/z离子流叠加显示
本节重点
- 核心操作:右键原始文件→Show chromatogram→设置m/z范围→导出数据
- ⚠️注意:质量窗口设置过窄会导致信号丢失,过宽则引入干扰峰
- 数据格式:导出文件包含两列数据(保留时间/强度),兼容Excel和统计软件
优化XIC参数:从基础设置到质谱类型适配
关键参数配置
为什么要仔细设置这些参数?因为合适的参数直接影响XIC的信噪比和峰形质量:
- 质量窗口:低分辨质谱推荐±0.5 m/z,高分辨质谱可缩小至±0.01 m/z
- 平滑因子:默认值3,噪声较大时可增大至5(可能损失峰形细节)
- 最小峰强度:建议设为基峰强度的5%,过滤背景干扰
不同质谱类型的参数适配表
| 参数 | GC-EI低分辨质谱 | LC-MS高分辨质谱 |
|---|---|---|
| 质量窗口 | ±0.5 m/z | ±0.01-0.05 m/z |
| 平滑级别 | 中(3-5) | 低(1-3) |
| 积分算法 | 峰高优先 | 峰面积优先 |
| 基线校正 | 自动 | 手动调整 |
本节重点
- 质量窗口设置需匹配仪器分辨率,低分辨仪器应适当放宽范围
- 新增参数"峰检测阈值":建议设为1000 counts,过滤微小噪声峰
- 复杂基质样品建议先进行背景扣除再提取XIC
解决实战问题:新手误区与专业解决方案
误区1:盲目使用默认参数
问题:直接使用默认参数提取XIC导致峰形异常或信号丢失
解决方案:根据仪器类型调整质量窗口,GC-EI数据建议从±0.5 m/z开始测试
误区2:忽视色谱图预处理
问题:未做基线校正直接提取XIC,基线漂移影响积分准确性
解决方案:先运行"Baseline correction"模块,推荐使用"TopHat"算法
误区3:导出数据后缺乏元数据记录
问题:仅保存原始数据,未记录实验条件导致结果无法复现
解决方案:导出时在文件名中包含关键参数(如"XIC_mz93_0.5Da.csv")
本节重点
- 新手最易犯的参数设置错误:质量窗口过窄、未做基线校正
- 进阶技巧:使用"Chromatogram builder"模块批量提取多个m/z值
- 数据验证:通过比较TIC和XIC的峰形一致性确认目标峰
通过以上系统化操作流程和参数优化策略,你可以在MZmine中高效完成XIC提取与分析,为后续的化合物鉴定和定量分析奠定坚实基础。记住,合理的参数设置和标准化的数据处理流程是获得可靠结果的关键。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253