xcms代谢组学数据分析快速上手从原始质谱数据到差异代谢物清单【免费下载链接】xcmsThis is the git repository matching the Bioconductor package xcms: LC/MS and GC/MS Data Analysis项目地址: https://gitcode.com/gh_mirrors/xc/xcms你手里攥着一堆.mzML或.CDF格式的质谱原始文件样品分组也早就设计好了可是当你想得到一张每个样本、每个代谢物分别有多少量的表格时才发现要做的活远比想象中多要先识别出哪些信号是真实的色谱峰要把不同样本之间漂移的保留时间对齐还要把几十个样本里的同一个代谢物对应起来。如果全靠手动一个批次的数据就够你忙活一周。这正是 xcms——Bioconductor 上最成熟的 LC-MS 和 GC-MS 数据处理工具——存在的意义。这个 R 包为什么能解决你的问题xcms 是 Bioconductor 平台的明星 R 语言包专门把质谱原始数据自动加工成可用于统计分析的特征丰度矩阵。它把整套繁琐流程封装成了四步函数调用峰检测找出色谱峰、保留时间校正校准样本间的时间漂移、峰对应分析把不同样本中的同一代谢物归并成一个特征、缺口填充补回漏检的信号。全程自动处理、支持并行计算、产出符合出版标准的图表兼容 mzML、mzXML、NetCDF 等主流格式。5 分钟第一次上手先看内置数据跑通的效果在动手处理自己的数据之前先花 5 分钟跑一遍内置示例建立我也能做到的信心。第一步安装。打开 R 控制台依次执行install.packages(BiocManager) BiocManager::install(xcms) BiocManager::install(faahKO) # 示例数据包含小鼠脊髓样本的 CDF 原始文件第二步加载一份已经处理好的结果数据。xcms 自带loadXcmsData()函数可以加载官方预处理的完整结果对象xmse无需任何原始文件library(xcms) x - loadXcmsData(xmse) x第三步立刻查看产出。看看识别出了多少色谱峰、归并出了多少特征chromPeaks(x) | head() # 每个色谱峰的中位m/z、保留时间、峰面积 featureDefinitions(x) | head() # 跨样本归并后的特征表 featureValues(x) | head() # 特征 x 样本 的丰度矩阵下游分析直接用它第四步画一张图。把某一样本中识别出的色谱峰画在 m/z-保留时间平面上plotChromPeaks(x, file 1)看到这张布满色块的图你就已经理解 xcms 干了什么它把散落的质谱信号翻译成了有意义的峰和特征。现在你可以带着这份信心进入下一步。进阶能力一峰检测把信号变成峰峰检测是整个流程的第一步对应函数是findChromPeaks()算法通过参数对象配置。最常用的算法是centWave适合高分辨 LC-MS 数据。核心参数有三个参数含义怎么定peakwidth色谱峰的预期宽度秒先提取一个已知化合物的 EIC目测峰的宽窄ppm相邻扫描质心 m/z 的最大允许偏差看目标峰区域内 m/z 的散布范围snthresh信噪比阈值默认 20数据噪声大时适当调低实操中建议先提取某内标或已知化合物的提取离子色谱图EIC来目测调参再用调好的参数跑全量数据chr - chromatogram(faahko, mz c(334.9, 335.1), rt c(2700, 2900)) plot(chr) cwp - CentWaveParam(peakwidth c(20, 80), noise 5000, prefilter c(6, 5000)) faahko - findChromPeaks(faahko, param cwp)进阶能力二保留时间校正相当于给每台时钟校时同一个化合物在不同样本里的出峰时间往往存在漂移就像不同房间的钟走得不一样快。保留时间校正对齐就是校准这些钟把同一化合物的信号在时间轴上拉到同一位置。xcms 支持 obiwarp 和 peak groups 两种主流算法faahko - adjustRtime(faahko, param ObiwarpParam(binSize 0.6))对齐效果可以用plotAdjustedRtime()可视化——它画出每个样本校正后时间减原始时间的差值曲线如果某条曲线偏离过大说明这个样本可能有问题。进阶能力三峰对应分析把散落的峰归并为特征校正完时间轴后就可以把不同样本中m/z 相似、保留时间相近的色谱峰归并成同一个特征——这就是对应分析函数是groupChromPeaks()。最常用的是 peak density 方法pdp - PeakDensityParam(sampleGroups sampleData(faahko)$sample_group, minFraction 0.4, bw 30) faahko - groupChromPeaks(faahko, param pdp)这里sampleGroups告诉算法每个样本属于哪一组minFraction表示一个特征至少要在多少比例的样本中出现bw控制保留时间轴上峰密度估计的平滑度是数据集相关的核心参数。调参前可以用plotChromPeakDensity()在单个 m/z 切片上预览分组效果确认无误再跑全量。进阶能力四缺口填充与质量控制过滤对应分析完成后featureValues()得到的矩阵里往往有不少NA——不是真的没有信号而是峰检测算法漏检了。用fillChromPeaks()在特征预期的 m/z-rt 区域内重新积分信号可以大幅减少缺失值faahko - fillChromPeaks(faahko, param ChromPeakAreaParam())拿到完整矩阵后xcms 还提供了基于 QC 样本的质量过滤工具filterFeatures()支持按缺失率PercentMissingFilter、相对标准偏差RsdFilter、分散比DratioFilter等维度筛掉不合格的特征这是发表文章前质量控制的关键一环。完整实战案例小鼠 FAAH 基因敲除实验全流程下面把上面的步骤串成一条完整流水线。数据是 faahKO 包里 8 个 CDF 文件4 个基因敲除KO样本、4 个野生型WT样本。输入读入原始数据library(xcms); library(faahKO); library(MsExperiment) cdfs - dir(system.file(cdf, package faahKO), full.names TRUE, recursive TRUE)[c(1, 2, 5, 6, 7, 8, 11, 12)] pd - data.frame(sample_name sub(basename(cdfs), .CDF, , fixed TRUE), sample_group c(rep(KO, 4), rep(WT, 4))) faahko - readMsExperiment(spectraFiles cdfs, sampleData pd)处理四步预处理管线# 1. 峰检测centWave faahko - findChromPeaks(faahko, CentWaveParam(peakwidth c(20, 80), noise 5000, prefilter c(6, 5000))) # 2. 保留时间校正obiwarp faahko - adjustRtime(faahko, ObiwarpParam(binSize 0.6)) # 3. 峰对应分析 faahko - groupChromPeaks(faahko, PeakDensityParam( sampleGroups sampleData(faahko)$sample_group, minFraction 0.4, bw 30)) # 4. 缺口填充 faahko - fillChromPeaks(faahko, ChromPeakAreaParam())输出导出特征丰度矩阵并做 PCA 检查分组library(SummarizedExperiment) res - quantify(faahko, value into, method sum) # 标准化容器方便对接下游包 ft_ints - log2(assay(res)) pc - prcomp(t(na.omit(ft_ints)), center TRUE) plot(pc$x[, 1], pc$x[, 2], col ifelse(res$sample_group KO, red, blue), pch 19)到这一步你手里就有了一张特征 × 样本的丰度矩阵、一组差异分析的输入数据以及能直接放进论文的 PCA 图。整个输入→处理→输出过程全部由 xcms 自动完成而且processHistory()会完整记录每一步的参数保证分析可复现。新手常见问题避坑问答Q: 数据导入失败怎么办A: 先确认格式。xcms 通过readMsExperiment()支持 mzML、mzXML、NetCDF 格式如果是厂商私有格式需要先用转换工具转成上述通用格式再导入。Q: 分析速度太慢跑了一夜还没结束A: 三步提速用BiocParallel注册多核并行数据量大时用XcmsExperimentHdf5这类磁盘存储对象控制内存峰检测时调高noise和prefilter先过滤掉低质量信号再检测。Q: 特征矩阵里全是 NA是不是数据坏了A: 大概率是峰检测参数不合适导致漏检。先做缺口填充fillChromPeaks()如果 NA 仍多回到peakwidth、snthresh重新调参并用plotChromPeakDensity()验证分组效果。Q: 对齐后某条保留时间差值曲线异常大A: 说明该样本质量差或对齐参数不合适。检查原始 TIC/BPC 是否有异常必要时把它标记为异常样本或改用 subset-based 对齐只基于 QC 样本估计时间偏移。Q: 默认参数可以直接用吗A: 不能。xcms 官方文档反复强调默认参数是为通用场景设计的几乎不可能完美适配你的数据和色谱系统。peakwidth、ppm、bw都必须基于你数据的实际观察来设定。现在就动手行动清单装好环境执行BiocManager::install(xcms)并安装配套数据包faahKO。跑通内置示例用loadXcmsData(xmse)加载官方预处理结果熟悉chromPeaks()、featureDefinitions()、featureValues()三个核心取数函数。练习完整管线照着上面的实战案例用 faahKO 数据从头跑一遍四步流程务必亲手调一次peakwidth和bw。处理自己的数据把readMsExperiment()的路径换成你的文件先跑单个样本检查峰检测效果再扩展全量。存档复现信息用processHistory()保存完整参数记录并在论文方法部分注明 xcms 版本号——审稿人看到可复现的流程会放心很多。记住xcms 的四步管线只是起点拿到特征矩阵之后你还可以接差异分析、通路富集和化合物注释。先把这条主线跑通剩下的路会越走越顺。【免费下载链接】xcmsThis is the git repository matching the Bioconductor package xcms: LC/MS and GC/MS Data Analysis项目地址: https://gitcode.com/gh_mirrors/xc/xcms创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 xcms代谢组学数据分析快速上手：从原始质谱数据到差异代谢物清单
xcms代谢组学数据分析快速上手从原始质谱数据到差异代谢物清单【免费下载链接】xcmsThis is the git repository matching the Bioconductor package xcms: LC/MS and GC/MS Data Analysis项目地址: https://gitcode.com/gh_mirrors/xc/xcms你手里攥着一堆.mzML或.CDF格式的质谱原始文件样品分组也早就设计好了可是当你想得到一张每个样本、每个代谢物分别有多少量的表格时才发现要做的活远比想象中多要先识别出哪些信号是真实的色谱峰要把不同样本之间漂移的保留时间对齐还要把几十个样本里的同一个代谢物对应起来。如果全靠手动一个批次的数据就够你忙活一周。这正是 xcms——Bioconductor 上最成熟的 LC-MS 和 GC-MS 数据处理工具——存在的意义。这个 R 包为什么能解决你的问题xcms 是 Bioconductor 平台的明星 R 语言包专门把质谱原始数据自动加工成可用于统计分析的特征丰度矩阵。它把整套繁琐流程封装成了四步函数调用峰检测找出色谱峰、保留时间校正校准样本间的时间漂移、峰对应分析把不同样本中的同一代谢物归并成一个特征、缺口填充补回漏检的信号。全程自动处理、支持并行计算、产出符合出版标准的图表兼容 mzML、mzXML、NetCDF 等主流格式。5 分钟第一次上手先看内置数据跑通的效果在动手处理自己的数据之前先花 5 分钟跑一遍内置示例建立我也能做到的信心。第一步安装。打开 R 控制台依次执行install.packages(BiocManager) BiocManager::install(xcms) BiocManager::install(faahKO) # 示例数据包含小鼠脊髓样本的 CDF 原始文件第二步加载一份已经处理好的结果数据。xcms 自带loadXcmsData()函数可以加载官方预处理的完整结果对象xmse无需任何原始文件library(xcms) x - loadXcmsData(xmse) x第三步立刻查看产出。看看识别出了多少色谱峰、归并出了多少特征chromPeaks(x) | head() # 每个色谱峰的中位m/z、保留时间、峰面积 featureDefinitions(x) | head() # 跨样本归并后的特征表 featureValues(x) | head() # 特征 x 样本 的丰度矩阵下游分析直接用它第四步画一张图。把某一样本中识别出的色谱峰画在 m/z-保留时间平面上plotChromPeaks(x, file 1)看到这张布满色块的图你就已经理解 xcms 干了什么它把散落的质谱信号翻译成了有意义的峰和特征。现在你可以带着这份信心进入下一步。进阶能力一峰检测把信号变成峰峰检测是整个流程的第一步对应函数是findChromPeaks()算法通过参数对象配置。最常用的算法是centWave适合高分辨 LC-MS 数据。核心参数有三个参数含义怎么定peakwidth色谱峰的预期宽度秒先提取一个已知化合物的 EIC目测峰的宽窄ppm相邻扫描质心 m/z 的最大允许偏差看目标峰区域内 m/z 的散布范围snthresh信噪比阈值默认 20数据噪声大时适当调低实操中建议先提取某内标或已知化合物的提取离子色谱图EIC来目测调参再用调好的参数跑全量数据chr - chromatogram(faahko, mz c(334.9, 335.1), rt c(2700, 2900)) plot(chr) cwp - CentWaveParam(peakwidth c(20, 80), noise 5000, prefilter c(6, 5000)) faahko - findChromPeaks(faahko, param cwp)进阶能力二保留时间校正相当于给每台时钟校时同一个化合物在不同样本里的出峰时间往往存在漂移就像不同房间的钟走得不一样快。保留时间校正对齐就是校准这些钟把同一化合物的信号在时间轴上拉到同一位置。xcms 支持 obiwarp 和 peak groups 两种主流算法faahko - adjustRtime(faahko, param ObiwarpParam(binSize 0.6))对齐效果可以用plotAdjustedRtime()可视化——它画出每个样本校正后时间减原始时间的差值曲线如果某条曲线偏离过大说明这个样本可能有问题。进阶能力三峰对应分析把散落的峰归并为特征校正完时间轴后就可以把不同样本中m/z 相似、保留时间相近的色谱峰归并成同一个特征——这就是对应分析函数是groupChromPeaks()。最常用的是 peak density 方法pdp - PeakDensityParam(sampleGroups sampleData(faahko)$sample_group, minFraction 0.4, bw 30) faahko - groupChromPeaks(faahko, param pdp)这里sampleGroups告诉算法每个样本属于哪一组minFraction表示一个特征至少要在多少比例的样本中出现bw控制保留时间轴上峰密度估计的平滑度是数据集相关的核心参数。调参前可以用plotChromPeakDensity()在单个 m/z 切片上预览分组效果确认无误再跑全量。进阶能力四缺口填充与质量控制过滤对应分析完成后featureValues()得到的矩阵里往往有不少NA——不是真的没有信号而是峰检测算法漏检了。用fillChromPeaks()在特征预期的 m/z-rt 区域内重新积分信号可以大幅减少缺失值faahko - fillChromPeaks(faahko, param ChromPeakAreaParam())拿到完整矩阵后xcms 还提供了基于 QC 样本的质量过滤工具filterFeatures()支持按缺失率PercentMissingFilter、相对标准偏差RsdFilter、分散比DratioFilter等维度筛掉不合格的特征这是发表文章前质量控制的关键一环。完整实战案例小鼠 FAAH 基因敲除实验全流程下面把上面的步骤串成一条完整流水线。数据是 faahKO 包里 8 个 CDF 文件4 个基因敲除KO样本、4 个野生型WT样本。输入读入原始数据library(xcms); library(faahKO); library(MsExperiment) cdfs - dir(system.file(cdf, package faahKO), full.names TRUE, recursive TRUE)[c(1, 2, 5, 6, 7, 8, 11, 12)] pd - data.frame(sample_name sub(basename(cdfs), .CDF, , fixed TRUE), sample_group c(rep(KO, 4), rep(WT, 4))) faahko - readMsExperiment(spectraFiles cdfs, sampleData pd)处理四步预处理管线# 1. 峰检测centWave faahko - findChromPeaks(faahko, CentWaveParam(peakwidth c(20, 80), noise 5000, prefilter c(6, 5000))) # 2. 保留时间校正obiwarp faahko - adjustRtime(faahko, ObiwarpParam(binSize 0.6)) # 3. 峰对应分析 faahko - groupChromPeaks(faahko, PeakDensityParam( sampleGroups sampleData(faahko)$sample_group, minFraction 0.4, bw 30)) # 4. 缺口填充 faahko - fillChromPeaks(faahko, ChromPeakAreaParam())输出导出特征丰度矩阵并做 PCA 检查分组library(SummarizedExperiment) res - quantify(faahko, value into, method sum) # 标准化容器方便对接下游包 ft_ints - log2(assay(res)) pc - prcomp(t(na.omit(ft_ints)), center TRUE) plot(pc$x[, 1], pc$x[, 2], col ifelse(res$sample_group KO, red, blue), pch 19)到这一步你手里就有了一张特征 × 样本的丰度矩阵、一组差异分析的输入数据以及能直接放进论文的 PCA 图。整个输入→处理→输出过程全部由 xcms 自动完成而且processHistory()会完整记录每一步的参数保证分析可复现。新手常见问题避坑问答Q: 数据导入失败怎么办A: 先确认格式。xcms 通过readMsExperiment()支持 mzML、mzXML、NetCDF 格式如果是厂商私有格式需要先用转换工具转成上述通用格式再导入。Q: 分析速度太慢跑了一夜还没结束A: 三步提速用BiocParallel注册多核并行数据量大时用XcmsExperimentHdf5这类磁盘存储对象控制内存峰检测时调高noise和prefilter先过滤掉低质量信号再检测。Q: 特征矩阵里全是 NA是不是数据坏了A: 大概率是峰检测参数不合适导致漏检。先做缺口填充fillChromPeaks()如果 NA 仍多回到peakwidth、snthresh重新调参并用plotChromPeakDensity()验证分组效果。Q: 对齐后某条保留时间差值曲线异常大A: 说明该样本质量差或对齐参数不合适。检查原始 TIC/BPC 是否有异常必要时把它标记为异常样本或改用 subset-based 对齐只基于 QC 样本估计时间偏移。Q: 默认参数可以直接用吗A: 不能。xcms 官方文档反复强调默认参数是为通用场景设计的几乎不可能完美适配你的数据和色谱系统。peakwidth、ppm、bw都必须基于你数据的实际观察来设定。现在就动手行动清单装好环境执行BiocManager::install(xcms)并安装配套数据包faahKO。跑通内置示例用loadXcmsData(xmse)加载官方预处理结果熟悉chromPeaks()、featureDefinitions()、featureValues()三个核心取数函数。练习完整管线照着上面的实战案例用 faahKO 数据从头跑一遍四步流程务必亲手调一次peakwidth和bw。处理自己的数据把readMsExperiment()的路径换成你的文件先跑单个样本检查峰检测效果再扩展全量。存档复现信息用processHistory()保存完整参数记录并在论文方法部分注明 xcms 版本号——审稿人看到可复现的流程会放心很多。记住xcms 的四步管线只是起点拿到特征矩阵之后你还可以接差异分析、通路富集和化合物注释。先把这条主线跑通剩下的路会越走越顺。【免费下载链接】xcmsThis is the git repository matching the Bioconductor package xcms: LC/MS and GC/MS Data Analysis项目地址: https://gitcode.com/gh_mirrors/xc/xcms创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考