3.3 质量控制与标准化

3.3 质量控制与标准化

QC（质量控制）样品是从全部研究样品中各取少量混合而成的"池"，它没有生物学个性，因此任何变化都来自系统本身。把 QC 像三明治一样穿插进上机序列，仪器的漂移、信号衰减就变得可见、可量化、可校正。

为什么需要 QC：仪器是活的

一台 LC-MS 连跑 100 针：柱温箱缓慢升温、色谱柱慢慢流失、离子源被基质污染、检测器增益漂移。同一份 QC，第 1 针和第 100 针的峰面积可能差 30%——如果病例组恰好集中在前半段，恭喜你发现了"批次"而不是疾病。

上机序列的正确排布

三种质控角色

内标选同位素标记版本（d4-丙氨酸、C13-棕榈酸）最稳，因为化学行为几乎一致只是质量偏移。成本不够时按化学类别各配一个代表性的。

漂移校正示意

QC 校正常用 LOESS 回归：以进样序号为横轴、QC 峰面积为纵轴拟合漂移曲线，再用它把每个样品"拉回"基线。一段可跑的思路代码：

# qcs: QC峰面积向量, injections: 进样序号, sample_val: 某样品该峰面积
fit <- loess(qcs ~ injections, span = 0.75)
drift_at_sample <- predict(fit, newdata = data.frame(injections = inj_i))
corrected <- sample_val * mean(qcs) / drift_at_sample
​

判断特征峰"能不能救"的通行标准：QC 中相对标准偏差 RSD < 30% 保留，> 30% 的特征整体丢弃——校正救不了本来就测不稳的峰。

⚠️ 常见坑：跨多天、多批提取的数据，先看 QC 的 PCA——如果 QC 按提取日期自动分开，说明批次效应大于生物学差异，必须按批次做校正或把批次作为协变量进模型，硬分析会得到"日期决定疾病"的荒谬结论。

本节要点回顾

• QC 池是系统误差的显影剂：无生物学个性，变化即系统变化
• 序列设计：开头条件化 + 每 5-10 针穿插 + 样品随机
• 三种角色分工：空白查污染、QC 查漂移、内标查提取
• LOESS 校正 + RSD 30% 阈值是非靶向的通行做法
• QC-PCA 先于一切分析：批次聚类是最大的红灯

第 4 章进入仪器本身。

质控样本的三种角色

pooled QC（全部样本等量混合）承担仪器漂移校正与数据质量门槛；内部标准（isotope-labeled IS）承担提取回收与离子化波动的校正；空白对照（溶剂空白、提取空白）承担污染识别（增塑剂 DEHP、PEG 系列是常客）。三者的组合使用规范是：每 8–12 个研究样本插入一个 pooled QC，序列首尾各 5–10 个 QC 用于系统平衡（cond 期不用作统计）。

CV 门槛与信号过滤：一个标准流程

import statistics as st
# 模拟某代谢物在 15 个 pooled QC 中的响应值
qc = [1.02, 0.98, 1.05, 1.01, 0.97, 1.08, 1.00, 0.96,
      1.03, 1.06, 0.99, 1.02, 1.04, 0.98, 1.01]
cv = st.stdev(qc) / st.mean(qc) * 100
print(f"pooled QC 中 CV = {cv:.1f}%")
verdict = "保留" if cv < 20 else ("仅定性" if cv < 30 else "剔除")
print(f"判定：{verdict}（门槛：靶向<15%，非靶向<20–30%）")
# 批内校正后再看：LOESS 随进样顺序拟合 QC 漂移并插值校正样本
drift = [0.95, 0.97, 1.02, 1.05, 1.06]  # 前 5 个 QC 的位置漂移趋势
print(f"检测到仪器漂移趋势：{drift[0]:.2f} → {drift[-1]:.2f}，"
      f"需启用 QC-RLSC/LOESS 校正")
​

标准化的三层含义

层一是仪器层：内标归一化 + 信号漂移校正（QC-RLSC）；层二是样本层：肌酐校正（尿液）、总蛋白校正（组织）、干重或细胞数校正（细胞）；层三是统计层：中心化、标度化（pareto 或 autoscaling）以平衡高低浓度代谢物的权重。三层不可互相替代——用统计标度化弥补仪器漂移是最常见的误操作，会把系统性漂移"均匀抹进"所有代谢物，污染全部下游结果。每层该用哪种方法，第 5 章预处理节会给出决策树，本节的底线是：QC 的 CV 门槛在未过校正的原始数据上先看一遍，过线了才允许进入下一层。

质控的收尾是报告规范：投稿前准备好四张"质量底牌"图——QC 的主成分分析图（QC 点应聚成一团，散开即批次失控）、全部特征的 CV 分布直方图（标注中位数）、空白扣除的峰清单（列明剔除的污染物）、内标回收率的时间轨迹。四张图放进补充材料，审稿人的第一轮质疑可以减少一半。把质控当成"给数据办的出厂检验"，而不是走流程的表格勾选，是实验室成熟度的直观标志。

关于空白对照再多说一层：提取空白（走完全部前处理流程的纯溶剂）能暴露前处理环节引入的污染（塑料离心管的增塑剂、滤膜的聚合物、溶剂中的添加剂），溶剂空白只能暴露仪器残留。两类空白都要在序列中占位，且污染物清单要进数据分析脚本自动过滤——人工记忆剔除在几十个峰的规模尚可，在数百污染峰规模必出错。常见污染物本身就是一份"博物馆"：DEHP 及其代谢物来自塑化 PVC，PEG 系列来自去污剂残留，肉豆蔻酸与棕榈酸酯常来自手套与指尖，把这张清单贴在进样室墙上是许多成熟实验室的传统。

内标回收率还应分浓度水平评估：在高、中、低三个加入水平（例如基线的 0.5×、1×、5×）分别计算回收，若三个水平的回收率差异超过 15%，说明存在浓度依赖的基质效应，需重新优化前处理或改用同位素内标组合。 Reporting 时把每批的 RSD 中位数、回收率均值与超出 2 SD 的 QC 样本编号一并写进数据发布包，审稿人对"QC 策略可复核"的期待即得到完整回应。