基于质谱的多组学时间序列数据归一化策略评估：揭示PQN和LOESS在心肌细胞与神经元研究中的优势

本研究针对质谱多组学数据整合中归一化方法选择的关键问题，系统评估了TIC、LOESS、PQN等7种方法在心肌细胞和神经元时间序列代谢组学、脂质组学和蛋白质组学数据中的表现。研究发现PQN和LOESS-QC能显著提升QC样本特征一致性（RSD<0.2），同时保留时间/处理相关变异，为跨组学数据整合提供了方法学指导，相关成果发表于《Metabolomics》。

　　

在生命科学研究领域，质谱技术驱动的多组学分析已成为揭示复杂生物学机制的重要工具。然而，当这些高通量数据遇上时间维度，一个长期被忽视的方法学难题浮出水面：如何选择最适合的归一化方法？传统评估往往局限于单一组学类型，或使用不同实验来源的数据集，更鲜有研究关注时间序列数据中归一化可能对时序差异造成的潜在偏差。这种知识空白使得研究人员在整合代谢组学、脂质组学和蛋白质组学数据时，如同在迷宫中摸索——不当的归一化不仅无法消除技术误差，还可能掩盖真实的生物学变异，导致错误结论。

为破解这一困局，洛斯阿拉莫斯国家实验室的Chi Yen Tseng团队开展了一项开创性研究。他们创新性地使用同一细胞裂解液生成的三种组学数据，系统比较了包括机器学习方法SERRF在内的7种归一化策略。研究对象选取极具代表性的原代人心肌细胞和运动神经元，这些细胞在乙酰胆碱活性化合物（毒死蜱和甲萘威）刺激下产生的时间响应，为评估方法性能提供了理想模型。这项发表于《Metabolomics》的研究，首次建立了针对时间序列多组学数据的归一化评估框架。

研究团队采用三大关键技术：1）基于同一生物样本的跨平台组学数据采集（RP/HILIC色谱联用质谱）；2）利用QC样本特征一致性（RSD）和PERMANOVA分析的R²值双重评估体系；3）整合机器学习方法SERRF与传统归一化方法的对比验证。通过原代人心肌细胞（高变异）与神经元（低变异）的平行实验，全面捕捉不同数据特性下的方法表现。

QC特征一致性与时间/处理变异保留
在代谢组学数据中，LOESS、LOESS-QC和PQN将QC特征RSD中位数从0.277降至0.272-0.273，同时使时间解释方差平均提升36.6%（LOESS-QC）。

显示，SERRF虽在某些数据集表现优异（QC特征提升达50%），但在62.5%案例中掩盖处理相关变异，凸显机器学习方法的场景依赖性。

脂质组学数据特性影响
脂质组学数据显示出与代谢组学不同的响应模式，PQN和LOESS-QC将QC特征RSD从0.15降至0.14，但时间解释方差平均降低13.9%。

揭示这种"此消彼长"现象，提示组学类型对归一化效果的显著影响。

蛋白质组学的细胞类型特异性
在未含QC样本的蛋白质组学中，心肌细胞数据集经PQN处理后处理解释方差提升70.1%，而神经元数据则保留58%时间方差。

的对比强烈表明，细胞类型内在变异程度会显著干扰归一化策略选择。

下游生物学解读差异
通过比较PQN与Quantile归一化结果，研究发现虽然二者识别的主要KEGG通路重叠，但PQN额外检出3个氨基酸代谢通路。

直观展示方法选择对生物学结论的影响，Quantile归一化虽多检出15%差异代谢物，但可能丢失关键代谢网络信息。

这项研究确立了多组学时间序列研究的黄金标准：PQN和LOESS-QC是代谢组学/脂质组学的最佳选择，而PQN、Median和LOESS更适合蛋白质组学。这些方法在提升QC一致性的同时，能智能区分技术噪音与真实生物变异。特别值得注意的是，研究揭示了机器学习方法SERRF的"双刃剑"特性——虽然能处理复杂批次效应，但其"黑箱"特性可能导致关键生物信号的丢失。

该成果对精准医学研究具有深远意义。首先，建立的评估框架可推广至其他时间序列组学研究，如药物动力学或发育生物学。其次，发现的组学类型特异性为跨平台数据整合提供了关键方法学参考。最重要的是，研究警示研究者：归一化不是"一刀切"的过程，必须根据数据类型和实验设计谨慎选择，否则可能像研究中Quantile归一化那样，虽增加显著特征数量，却丢失了反映乙酰胆碱毒性机制的氨基酸代谢通路。这项研究为多组学时代的生物标志物发现和机制研究，奠定了可靠的方法学基石。