这是一份LC-MS/MS代谢组学数据预处理的实用指南，系统梳理了峰对齐、去噪、归一化三大核心步骤，并按易用性分类推荐了商业软件、开源工具和在线平台，帮助研究者高效完成数据处理工作。
智能速览
峰对齐、去噪、归一化是三大核心预处理步骤
总和归一化最常用，内标归一化准确性最高
商业软件Progenesis QI适合新手无代码操作
XCMS是开源免费但需要R语言基础
复杂基质建议QC+内标归一化组合
精华内容
LC-MS/MS代谢组学数据预处理是保证后续分析准确性的关键环节，掌握正确的处理流程和工具选择，能显著提升数据质量和分析效率。
峰对齐技术
峰对齐是校正不同样本间代谢物保留时间(RT)和质荷比(m/z)偏差的关键步骤。由于仪器漂移和基质差异的影响，同一代谢物在不同样本中可能出现位置偏移。
通过QC样本作为基准，采用内标匹配、峰形相似度匹配或LOESS回归校正方法，可以实现同一代谢物峰的精准对应。这一步骤直接影响后续定量分析的准确性和可比性。
去噪处理方法
去噪过程旨在剔除仪器噪音、背景污染和离子抑制产生的假峰或杂峰。基于信号强度筛选是常用方法，一般要求信噪比S/N≥3或5。
同时需要结合峰形特征进行筛选，保留真实代谢物峰。常用的去噪技术包括基线校正、平滑处理和峰纯度过滤，这些方法能有效提高数据的可靠性。
归一化策略
归一化用于消除进样量、提取效率和仪器响应等非生物学差异。总和归一化是最常用的方法，通过各峰面积除以样本总峰面积实现，适用于整体信号差异小的场景。
中位数归一化具有抗极端值干扰的优势，稳定性强。QC归一化利用QC样本平均峰面积进行校正，适合大样本量研究。内标归一化按已知浓度内标峰面积校正，准确性最高但需要添加内标物。
商业软件选择
Progenesis QI提供一站式解决方案，能够自动完成峰对齐、去噪、归一化全流程，支持数据库自动匹配，可视化操作界面无需编程，特别适合无编程基础的研究者。
Compound Discoverer是Thermo官方适配软件，在复杂基质如血清、组织的去噪方面表现突出，与Thermo LC-MS/MS仪器兼容性极佳。MarkerLynx则为Waters官方软件，峰对齐算法精准，完美适配Waters原始数据。
开源工具推荐
XCMS是R语言包，完全开源免费，参数高度可自定义，在峰对齐和去噪功能上表现强大，适合具备基础R语言能力且需要个性化分析的研究者。
MZmine 3提供图形化界面，预处理流程可以自定义，兼容多品牌仪器数据格式，为无编程基础但需要灵活调整参数的研究者提供了良好选择。
在线平台优势
XCMS Online作为在线版XCMS，无需安装R环境，支持完整预处理流程，处理结果可直接导出，为新手提供了快速验证数据预处理效果的便捷途径。
MetaboAnalyst不仅支持归一化处理，还提供丰富的结果可视化功能，操作界面便捷，能够联动后续差异分析，适合需要快速完成归一化或验证预处理效果的研究场景。
掌握LC-MS/MS数据预处理的核心步骤和工具选择，是代谢组学研究成功的基础。根据实验条件和技能水平选择合适的软件工具，结合科学的预处理策略，能够显著提升数据质量。建议在预处理后通过PCA验证样本分组效果，确保处理结果的可靠性。
