4.4 联用技术与平台整合

4.4 联用技术与平台整合

单一平台看到的化学空间是局部的。真实课题往往需要把 LC-MS、GC-MS、NMR 的结果拼到同一份生物学结论里——拼接发生在两个层面：仪器层面的联用（色谱接质谱）与数据层面的融合（多平台峰表整合）。

仪器层面的联用矩阵

MALDI 成像值得单独一提：组织切片铺上基质，激光逐点扫描，每个像素一张质谱——最终得到"某个 m/z 在肿瘤边界富集"的空间地图。它把代谢组学从"匀浆后的平均值"升级为"原位分布"，是近十年最活跃的方向之一（第 7 章再展开）。

数据层面的融合：三种策略

多平台数据合并是工程活，难点在于单位与尺度不统一（NMR 给 mmol/L，MS 给峰面积）。

策略一：先分析后汇总（late fusion）。 各平台独立做差异分析，最后在通路层面汇合——色氨酸在 LC 平台下降、犬尿氨酸在 GC 平台上升，两条证据在"色氨酸-犬尿氨酸通路"节点会师。最稳健，信息损失最少。

策略二：先拼接后分析（early fusion）。 把各平台峰表按样品 ID 拼成大矩阵再建模。理论信息量最大，实践里常被平台间的噪声差异拖垮。

策略三：中间表示融合。 各平台先降维（如各自 PCA 前几主成分），再拼接。计算便宜，多组学研究中常用（类似 DIABLO/mixOmics 的做法）：

# mixOmics 多组学整合的概念示例
library(mixOmics)
# X1: LC-MS 峰表, X2: NMR 定量表, Y: 分组
res <- block.splsda(X = list(lcms = X1, nmr = X2),
                    Y = group, ncomp = 3)
plotDiablo(res, ncomp = 1)   # 看两个数据集在第一成分上的相关性
​

我一般从策略一起步：它能暴露平台间的一致与矛盾，矛盾本身就是发现（要么是假信号，要么是平台特异的化学信息）。

⚠️ 常见坑：多平台数据的样品 ID 对不上（一个平台有复孔、另一个没有），拼表时错位一行，全盘皆错。合并前先做样品 ID 的交集校验，一步都不能省。

挑平台的决策树

给定课题，选平台的推理只有三问：目标物浓度量级多少？需要绝对定量还是相对比较？要不要空间信息？——浓度低选 MS、要绝对定量优先 NMR 或靶向 MRM、要空间选 MSI、化学空间要求全就双柱四针。第 6 章的案例会反复用到这棵决策树。

本节要点回顾

• 联用在仪器与数据两个层面发生
• MALDI-MSI 把代谢组学带进原位空间（详见第 7 章）
• 三种融合策略：late fusion 最稳，early fusion 信息大风险大
• 样品 ID 校验先于一切拼表
• 挑平台三问：浓度量级、定量要求、空间要求

第 5 章处理这些仪器吐出来的海量数据。

平台组合的覆盖账

单一平台对代谢组的覆盖率没有一个能过半：RP-LC-MS 强在脂质与中极性物，HILIC 补极性，GC-MS 补有机酸与糖，NMR 补绝对定量。多平台联用后的数据整合才是难点——同一代谢物在不同平台的响应值差几个量级，不能直接拼表。

用桥接代谢物换算平台间响应

# 两平台共同检出 12 个 Level-1 代谢物，用其浓度比值建立换算因子
import statistics as st
lc = [1.0, 1.2, 0.9, 1.1, 0.8, 1.3, 1.05, 0.95, 1.15, 1.25, 0.85, 1.0]  # LC-MS 相对值
nmr = [52, 61, 47, 55, 44, 66, 54, 49, 58, 63, 45, 53]                  # NMR 绝对值 uM
ratios = [n / l for l, n in zip(lc, nmr)]
f = st.median(ratios)
cv = st.stdev(ratios) / f * 100
print(f"中位换算因子 = {f:.1f} uM/单位，桥接代谢物 CV = {cv:.0f}%")
# CV<15% 说明两平台线性响应一致，可外推到仅 MS 检出的代谢物（半定量）
​

整合的三个层次与失败模式

层次一是样本层整合（同一批样本多平台平行进样，按代谢物建宽表）——最常见也最稳健；层次二是统计层整合（多组学因子分析 MOFA、DIABLO 等跨组学耦合）；层次三是知识层整合（用通路数据库把平台特异信号映射到同一反应网络）。失败模式也分三类：换算因子外推到响应曲线非线性区（高浓度代谢物）、桥接代谢物选择偏差（全选氨基酸则对脂质无效）、批次号错位（两平台进样日期不同导致"平台差异"伪装成"生物差异"）。联用不是把机器排成一排，而是设计一套让数据可互证的结构。

平台整合还有一个常被低估的产出：交叉验证的注释置信度提升。同一代谢物在 RP 与 HILIC 上保留行为一致（按 logD 预测）、m/z 与 MS/MS 双平台一致、NMR 又在对应化学位移区出峰，三重一致的注释几乎免疫假阳性。做法上只需把两平台的 Level 1/2 清单求交集后互相确认，成本近零而收益显著——多篇高影响力研究正是靠这个朴素步骤清理了文献中的注释混乱。

联用方案的排序逻辑还有一个预算维度值得明说：多数课题组面临"一台高分辨质谱如何最大化产出"的问题，务实答案是先建好 RP-LC 正负双模式这套最大公约数，用两三年积累注释库与质控体系，再按研究方向补 HILIC 或成像——一步到位的多平台采购常见结局是每台都半熟。仪器更新周期五到八年，而方法资产可以跨代继承，把预算优先投在方法沉淀上，是联用时代实验室经营的清醒算法。