《TRAC-TRENDS IN ANALYTICAL CHEMISTRY》：Evidence-Driven m/z Alignment in Mass Spectrometry Imaging: Physics Models, Observed-Data Recalibration, and Deep Learning
编辑推荐：
质谱成像（MSI）中m/z漂移校正需结合仪器物理模型、数据驱动方法和深度学习，物理模型依赖参考离子约束解，数据驱动方法利用谱图统计特性，深度学习可处理噪声和漂移，但需注意模型泛化性。
余卓豪|程凯|米希奇·达尼耶拉|索科维奇·玛丽娜|菲吉斯·丹尼尔|徐宏熙|叶阳|刘佳
上海中医药大学药学院，中国上海 201203
摘要 质谱成像（MSI）技术能够在不使用标记的情况下对分子分布进行原位映射，广泛应用于组织病理学、机制药理学和植物代谢组学研究。长时间的采集过程容易受到仪器不稳定性和样品依赖性因素的影响，导致质谱峰值的展宽，降低注释的准确性，并妨碍不同切片、实验批次之间的数据比较。本文从基于证据的角度探讨了MSI的质谱峰值（m/z）校准方法。我们总结了利用物理原理将质谱峰值漂移视为低维扰动的建模策略，通过参考离子来约束参数，并采用无导数方法进行优化。采集后的重新校准方法主要包括三种非互斥的类型：基于锚点的对齐、基于模式的比对以及像素级的时空建模。此外，我们还讨论了深度学习在自监督漂移回归、去噪和信号处理中的应用，以稳定峰位；以及用于批次间数据协调的潜在表示学习方法。未来的进展将依赖于更明确的评估标准、考虑不确定性的校准方法，以及支持跨批次和平台可重复性的共享参考材料。
引言 质谱成像（MSI）是一种无需标记的技术，可以直接在组织切片和培养细胞中绘制分子分布图[1]、[2]、[3]、[4]、[5]。在典型的实验中，每个像素都会采集完整的质谱数据，并将其与空间坐标关联起来，从而能够在选定的质谱峰值（m/z）处重建离子图像[6]、[7]、[8]、[9]、[10]、[11]、[12]、[13]。自20世纪90年代末以来，MSI已成为空间分辨分子分析的常用技术，目前广泛应用于组织病理学[14]、[15]、[16]、[17]、机制药理学[18]、[19]、[20]、[21]、[22]以及植物代谢组学[23]等领域。这些应用场景通常涉及较大的视野范围和长达数小时的采集时间，在这种条件下，质谱峰值的漂移和其他系统误差难以被忽略。
对于那些不仅限于离子成像，还涉及分子注释甚至识别的MSI研究而言，准确可靠的质谱峰值（m/z）测量是基础前提。只有当整个数据集中的质谱数据足够一致时，才能将单个像素中观察到的峰值可靠地映射到候选分子结构上，并与MS2数据及参考数据库进行比对。当在不同区域、切片或批次间进行注释比较时，这种一致性尤为重要，因为微小的m/z尺度偏差可能会转化为特征值的系统性差异。
MSI采集过程通常持续数小时，产生的质谱数据量可达10^4至10^6条，这使得即使是轻微的仪器不稳定性也会显著影响质谱峰值的准确性[25]、[26]、[27]。质谱峰值漂移的主要来源可分为三类：(i) 与仪器和采集过程相关的因素，如电压波动、电子延迟变化以及有效飞行距离的逐渐改变，这些通常表现为m/z尺度的偏移和斜率变化（即仿射畸变），且常常伴有低阶非线性成分；(ii) 样品依赖性因素，包括局部电场扰动以及初始速度或位置分布的变化，这些因素会导致特定区域的偏差，无法通过单一的全局校正来消除；(iii) 离子生成和传输过程中的影响，例如空间电荷效应和电离依赖性动态，可能导致测量坐标（如飞行时间质谱中的时间或傅里叶变换质谱中的频率）发生质量依赖性变化[3]、[10]、[12]。
在实际应用中，m/z值的误差达到数十ppm可能会对MSI结果产生重大影响，尤其是在注释严重依赖MS1数据的情况下，或者在跨切片或批次比较结果时。未经校正的漂移会破坏离子图像的连续性，扭曲共定位模式，并降低后续分析的可靠性。为了解决这些问题，现有的校准策略可分为三类（图1）：基于物理原理的校准、基于观测数据的采集后重新校准，以及深度学习方法。基于物理原理的方法在稀疏数据情况下仍能提供良好的可解释性和稳定的外推结果；数据驱动的方法则更能适应异构性强的质谱数据和长时间的漂移现象。尽管如此，深度学习方法仍需要适当的先验知识、多样化的训练数据以及仔细的验证过程，以避免在不同领域间传递偏见。这些差异促使我们对比不同校准策略所使用的证据类型。
与关于MSI方法学、预处理或人工智能辅助分析的综述不同，本文围绕一个具体的技术问题展开：当存在不同类型的证据时，应该如何设计、诊断和选择m/z校准和重新校准方法。我们重点比较了各种策略背后的假设、它们所依赖的证据类型，以及它们最适合的应用场景。本文既为MSI方法开发者提供了概念框架，也为实际应用中的科学家和计算研究人员在面对校准决策时提供了实用指导。
基本仪器物理模型与m/z尺度漂移现象 在飞行时间（TOF）质谱仪和其他类型的分析仪中，核心任务是从仪器可观测的坐标（如飞行时间t或振荡频率f）推断出质谱峰值m/z。在理想情况下，仪器遵循以下映射关系：
其中，各参数（如有效路径长度、场强、脉冲系数、电子延迟和时间原点偏移）代表仪器特有的特性。然而，在实际使用中，这些参数会随时间发生变化，导致m/z值发生漂移。
基于观测到的MSI数据进行的采集后重新校准 即使在采集过程中进行了常规的仪器校准，MSI数据集仍可能存在随时间和组织区域变化的m/z值偏差。采集后的重新校准通常通过对记录的质谱数据进行直接处理来提高整个数据集的m/z值一致性。数据驱动的校准方法非常适合这种情况，因为校准的锚点和漂移模型都可以从数据本身中推断出来。
基于深度学习的m/z校准与峰值特征分析 最近，深度学习技术被引入MSI工作流程中，以补充基于物理原理和观测数据的校准方法。这些方法从大量的MSI数据集中学习质谱特征，将漂移、噪声和批次间变异视为可估计的结构化误差[61]、[62]、[63]、[64]。当前的发展趋势主要集中在两种方法上：一种是从完整质谱数据直接推断特定谱段的m/z值校正；另一种则是通过深度学习来优化校准过程，包括去噪、信号处理和自动对齐目标。
结论与未来展望 MSI的m/z校准技术已从仅依赖锚点的点校正发展为结合物理先验、测量数据统计结构和深度学习模型的综合工具包。外部/内部校准仍然是最通用的方法，但长时间成像过程可能会揭示出反映仪器变化（如电压、延迟或有效路径长度的变化）以及样品依赖性离子生成条件的漂移现象。基于物理原理的建模方法有助于进一步优化校准效果。
作者贡献声明 叶阳： 撰写与编辑、监督、资金申请、概念构思。徐宏熙： 撰写与编辑、资源提供。米希奇·达尼耶拉： 监督、实验设计。程凯： 数据可视化、监督、实验设计。菲吉斯·丹尼尔： 撰写与编辑、监督、实验设计。索科维奇·玛丽娜： 监督、实验设计。余卓豪： 初稿撰写、方法学设计、实验设计。刘佳： 撰写与编辑、初稿撰写、监督。利益冲突声明 作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
致谢
本研究得到了中国国家自然科学基金（项目编号：82373827和W2521184）、中国国家重点研发计划（项目编号：2022YFE0203600）以及中国科技部发布的国际政府科技合作项目（项目编号：2024YFE0117200）的资助。
