全二维色谱数据的处理方法和信息提取（上）

点击关注雪景科技全二维，了解多维色谱的最新技术进展和应用

之前我们谈到过全二维色谱数据的可视化，以及化合物的排列规律，这些都是全二维数据处理的基础知识。

全二维色谱图中的玄机

接下来，我们要继续深入一步，介绍全二维色谱数据的常用处理方法，更重要的是，如何从中提取出真正有意义的信息。

注意今天谈的是全二维色谱数据，不光是全二维气相色谱，很多内容对于全二维液相色谱同样适用。

首先上一幅干货。

这是我们的老朋友比利时列日大学Focant团队最近发表于Trends in Analytical Chemistry的综述文章 [1]，如果要深入了解这部分内容，建议下载原文以及相关的引用文章研读。

我们主要围绕这张图展开讨论。

前面的实验设计和优化不是今天的内容，略过不讲。我们从检测器（质谱）采集完数据开始。

第一部分的内容是针对检测器得到的信号进行一系列处理，以便后续的积分和定性。我们可以把这部分统称为信号预处理（signal pre-processing），包括基线校正（消除低频噪音），平滑处理（消除高频噪音），低响应峰去除等过程。这些处理方法都是在原始一维数据基础上完成，跟常规的1D-GCMS基本一样。对于有重叠的峰（共馏出），可以进一步使用基于质谱碎片信息的解卷积（deconvolution）进行分离，得到单个峰的信息（当然如果重叠峰太多也无法得到有用的结果），现在主要通过PARAFAC或MCR-ALS等通用方法实现。以上这些过程用户的参与度很低，很多商业化软件都可以全自动完成这些工作。

图片来自[2]

接下来的峰检测和峰重建（组合）过程会包含一定的用户参与和互动。比如确定积分S/N和质谱数据库匹配度的阈值来确定最终得到的化合物数量，以及对某些无效峰的去除（柱流失或干扰物等）。剩下的工作基本都交给软件来自动完成了，包括峰积分、切片合并，峰面积（体积）计算，定性匹配，结果汇总等，最终得到了一张样品中包含所有（符合要求）化合物的列表，里面的信息从化合物名称、保留时间、峰面积（体积），匹配度，分子式，精确质量数，保留指数等等不一而足。

一般而言，NIST数据库会对同一个有效峰给出多个可能化合物，如何从中进行筛选除了看匹配度（主要是反向匹配度，注意，一般不看可能性），往往还依赖于用户的经验或偏好，有时也会参考其保留指数的匹配程度（如果有RI数据库的话），如果是高分辨质谱，其精确质量信息可以对化合物进行进一步的筛查和确认，提高准确性。对于全二维气相色谱的未知物筛查，这部分工作量往往是占比最大的。

直接选择NIST库中匹配排名第一的化合物是一个简单快捷的办法，但在很多情况下并不能得到正确的结果。人工干预不可避免。

对于单个样品的信号处理，数据处理工作内容大致就完成了，最后得到具有丰富信息的峰列表。

Canvas软件峰列表

但对于多样品的处理，还需要将不同样品的谱图进行峰对齐（peak alignment），主要是因为谱图的保留时间可能存在细微差异。最直接的就是基于峰列表（peak table），对多个样品中的成百上千个化合物进行对齐，如果峰数量和样品数量都很大，完全靠人工整理是不太现实的。现在有一些软件可以基于不同样品的峰列表进行自动合并和对齐（通过化合物名称或保留时间）。除此之外，还有很多种基于信号的自动峰对齐的算法，比如correlation time warping和parametric time warping，对谱图进行适当的伸缩和平移来校正保留时间的偏差，但这样会造成一定的峰型失真和积分误差。目前在全二维色谱数据分析中，倾向于基于像素点集合（tile-based）或峰区域（peak region-based）进行不同样品间的比较，由于比较对象的区域有一定冗余空间，少量的保留时间偏差对结果没有影响。

图片来自[3]

好了，现在我们完成了对样品的常规数据处理，也就是将信号转化成了数据，无论是未知物筛查，还是目标物定量，都可以从中得到结果。不过，如果想要进一步了解这些结果背后的意义和重要作用，就要对这些数据进行适当的加工和处理，最终形成有用的信息。这就涉及到下一部分的内容，数据信息提取，一般使用多种化学计量学或者统计学等工具实现，现在有很多商业化的第三方软件可以完成这些工作，另外有一些全二维色谱数据处理软件也增加了这方面的工具包。这些内容我们下期再讨论。

参考文献

[1] Stefanuto P-H., Smolinska A., and Focant J-F., Advanced chemometirc and data handling tools for GCxGC-TOFMS, Trends in Analytical Chemistry 139 (2021) 116251

[2] Bauer C., Cramer R. and Schuchhardt, J. (2011) Evaluation of peak-picking algorithms for protein mass spectrometry. In: Hamacher, M., Eisenacher, M. and Stephan, C. (eds.) Data mining in proteomics: from standards to applications. Methods in molecular biology, 696. Humana Press, USA, pp. 341-352. ISBN 9781607619864

[3]https://www.materials-talks.com/blog/2018/07/12/why-do-i-need-a-standard-if-i-have-a-gpcsec-system-with-a-light-scattering-detector/