8.3 实验室最佳实践：一页项目清单

8.3 实验室最佳实践：一页项目清单

把全书的工作流压缩成一份可打印的项目清单：立项、采样、上机、分析、报告、归档六个阶段，每阶段列"必须做的"和"必须记录的"。它不教新知识，只防旧错误。

六阶段清单

项目生命周期一览

三条贯穿性纪律

纪律一：元数据先于数据。 采样当天录入结构化元数据表，比事后任何补救都便宜。字段至少含：样品编号、分组、性别年龄、采样日期时间、禁食时长、抗凝剂、冻融次数、操作者。

纪律二：版本即真相。 提取方案、上机方法、处理脚本全部带版本号，数据文件名里嵌版本。8.1 节说过的做法，这里再强调一次，因为它消灭的是"哪批数据用的哪个方法"这类永远扯不清的问题。

纪律三：QC 判断先于统计判断。 任何统计输出之前先看 QC：QC-PCA 聚团吗？RSD 分布达标吗？批次分开吗？QC 不过关的批次回去重跑，不要带病分析——带病的差异分析浪费的是后面所有人的时间。

新手上路的最小集

如果只允许记三件事：设计阶段想清楚验证路径（3.1）、采样阶段守住时间与温度（3.2）、分析阶段先交叉验证再相信模型（5.3）。其余细节可以查，这三条错了没有补救。

💡 关键直觉：最佳实践的本质不是"更严谨的美德"，而是降低未来的成本——元数据、版本号、QC 存档都是写给三个月后那个记不清细节的自己（或接手的同事）的信。

本节要点回顾

• 六阶段清单：立项、采样、上机、分析、报告、归档，各有必做与必记
• 三条纪律：元数据先行、版本即真相、QC 先于统计
• 新手最小集三条：验证路径、时间温度、交叉验证
• 最佳实践 = 降低未来成本，不是道德表演

全书到此收束：从 1.1 的定义出发，你已经走完一份样本的完整旅程。接下来最好的学习，是拿一份公共数据（MetaboLights 上任何一项）把第 5 章流水线亲手跑一遍。

SOP 的最小完备集

一个代谢组学实验室的 SOP 至少覆盖八个环节：采样（时限、抗凝剂、分装）、储存（温度、冻融上限）、提取（溶剂配方、内标加入时机）、仪器（日检混合标样、质量窗）、序列设计（随机化+QC 频率）、数据处理（参数记录、QC 过滤）、注释（等级标注规范）、发布（原始数据+代码）。每份 SOP 的关键字段是版本号与生效日期——没有版本的 SOP 等于没有 SOP。

用日检数据建立质控图

# 连续 20 天日检标样的某离子响应（归一化值）
resp = [1.00, 0.99, 1.01, 1.02, 0.98, 0.99, 1.00, 1.03,
        1.06, 1.09, 1.12, 1.15, 1.18, 1.16, 1.19, 1.22,
        0.85, 1.24, 1.26, 1.28]
import statistics as st
mu, sd = st.mean(resp[:8]), st.stdev(resp[:8])   # 基线期
print(f"基线 {mu:.2f} ± {sd:.2f}，控制限 [{mu-2*sd:.2f}, {mu+2*sd:.2f}]")
for i, r in enumerate(resp[8:], start=9):
    if abs(r - mu) > 2*sd:
        print(f"第 {i} 天响应 {r:.2f} 越限 → 停机排查（清洗离子源/重调谐）")
    elif r > mu + sd and i >= 15:
        pass  # 连续漂移趋势也需响应，见 Westinghouse 规则
# 第 17 天的 0.85 是单点失控，而 9-16 天是渐进漂移：两类失控的处理不同
​

质控图的判读规则（单点越限、连续同侧、渐进漂移）来自工业统计过程控制，代谢组学实验室直接继承。最佳实践的最后一公里是"异常的处置记录"——越限之后停了几针、重跑结果、受影响样本清单，全部落档。审计与复现要的从来不是"从不出问题"，而是"出了问题可追溯"。

最佳实践的落地核对：开工检查单

# 新项目启动前的 10 项核对（打勾才开工）
checklist = {
    "S1 采样时限写入方案": False, "S2 分装与冻融上限": True,
    "S3 内标种类与时机": True, "S4 序列随机化方案": True,
    "S5 QC 频率与 CV 门槛": True, "S6 数据处理参数卡": False,
    "S7 注释等级标注": True, "S8 原始数据归档计划": False,
    "S9 统计预注册（含样本量）": False, "S10 伦理批件与同意范围": True,
}
missing = [k for k, v in checklist.items() if not v]
print(f"未就绪 {len(missing)} 项: {missing}")
# 项目启动会的正确议题就是清空这张表
​

这张检查单浓缩了全书主线：设计（第 3 章）、平台（第 4 章）、数据（第 5 章）、伦理（本章第 2 节）最终都汇成开工前的一页核对。代谢组学的可靠性不依赖天才，依赖的是把正确的事情重复做对的组织能力——本教程以这句话收束。

全书以最佳实践章收束，还可以给一个组织层面的视角：实验室的质量体系成熟度大致分四级——口头传承（师傅带徒弟）、文档化（有 SOP 但版本混乱）、可追溯（台账与质控图齐全）、可复现（流水线与数据归档一体）。多数实验室卡在第二级向第三级的跨越上，卡点不是知识而是习惯势力——记录的三十秒总被"先做完实验再说"挤掉。破局的常见抓手是把记录动作嵌进流程物理路径（柱台账就挂在柱温箱旁、QC 图由脚本每日自动推送到群组），让"正确的事"成为"最省力的事"。管理的这条朴素原理，是本教程送给未来实验室负责人的最后一句话。

落地时可给每条 SOP 附上"偏离记录表"：任何一次实际操作与文本的偏差（如离心延迟了 8 分钟、冻融多了一次）当场记入表格并随数据归档。审计经验表明，大多数事后无法解释的离群样本都能在这张表里找到对应条目；反过来，一张干净的偏离表本身就是数据可信度的最有力证明。最佳实践的终点不是文件柜里的装订册，而是每个数据点背后可回放的现场记录。