脂质组数据分析(1):MZmine4.5.37使用教程
脂质组分析学习:关于使用MZmine对数据进行前处理以便进出GNPS分子网络构建
1、下载
网址:Release mzmine 4.5.37 · mzmine/mzmine · GitHub

有很多种类,Windows有两个选项:一个是.msi安装程序,另一个是.zip便携版。
msi:一键安装(自动配置环境变量,简化安装流程)、稳定性高(官方签名认证,兼容Windows系统,需管理员权限)、便捷维护(可通过控制面板卸载,适合长期使用),适合常规用户、实验室固定设备、需要长期稳定运行的场景。
Zip:即解即用(解压后直接运行,无需管理员权限)、灵活性强(可拷贝至U盘或云盘跨设备使用)、绿色无残留(删除文件夹即完成卸载),适合临时使用、无管理员权限的电脑、需要快速迁移的场景。
但我尝试了下载msi版本,被提示一般不能直接下载(这里可能需要管理员权限?),所以我选择了直接下载zip的版本,也就是:mzmine_Windows_portable_4.5.37.zip。
下载后打开压缩包:

直接点开mzmine即可。
2、使用

2.1 数据导入
Raw data methods➡import mass data➡支持导入mzML,mzXML,mzData,NetCDF;以及原始数据Thermo RAW,Waters RAW,Agilent CSV。
导入之后可能不会立刻出现导入的数据,会在tasks这个界面有一个导入的过程,可以点开看看
2.2 峰特征提取
Raw data methods→Feature detection→Mass detection

选择all raw data files,这里最好不要包括QC和空白组。Mass detector,有五种方法可供选择,其中Centroid适用于棒状图,其余四种适用于轮廓图。实验中采集的谱图为棒状图,所以在这一步选择Centroid。设置相应的参数(保留时间等),点击OK之后开始运行。 同时这个Scan definition 不要写,空着。 Spectrum type 填ANY。
MS1去噪:设置噪声阈值(如500-1000 intensity),区分基线噪声与真实信号。Raw Data Methods → Mass Detection → Noise Level 所以这个就是1E3。
MS2处理:单独处理MS2级数据,噪声阈值通常低于MS1(如100-200),这个是1E2。
重中之重:retention time一定要比已有时间大,可以点一下旁边那个auto,它会自动计算出真实的时间,最好比这个时间大,不然有的峰统计不进去,每个样品的时间可能会有一些误差。
2.3 色谱图构建(Chromatogram Building)
使用ADAP Chromatogram Builder:Feature Detection → LC-MS → Chromatogram Builder

关键参数:
Min Group Size:色谱峰最小连续扫描数(建议≥5)
Group Intensity Threshold:峰强度阈值(一般是MS1的强度)
m/z Tolerance:质荷比容差(如10ppm)。
2.4 特征解卷积(Feature Resolving)
使用Local Minimum Resolver分离共洗脱峰:
Feature Detection → Resolving → Local Minimum Resolver

勾选MS/MS Scan Pairing以保留特征与MS2的关联
2.5 同位素过滤(Isotope Filtering)
移除13C同位素干扰:
Feature List Methods → Isotopes → 13C Isotope Filter

保留单同位素峰,减少冗余信号
2.6 特征对齐(Feature Alignment)
使用Join Aligner整合多组数据:Feature List Methods → Alignment → Join Aligner

设置:
m/z Tolerance:0.01 Da
Retention Time Tolerance:0.2-0.5 min(根据色谱分离优化)
2.7 特征过滤(Feature Filtering)
保留具有MS2信息的特征

一定要勾选:Never remove feature with MS2
3、导出数据

生成FBMN输入文件:导出两种关键文件,.mgf文件:包含所有MS2谱图信息 和 .csv文件:特征表(含m/z、RT、峰面积等)
更多推荐


所有评论(0)