XCMS | LC/MS and GC/MS Data Analysis

XCMS包的安装及要求

xcms是基于R语言设计的程序包(R package)，可以通过Bioconductor进行安装。具体信息请参考https://bioconductor.org/packages/release/bioc/html/xcms.html

安装Bioconductor

安装XCMS

安装数据及其他R包

原始数据转换

xcms支持xml、mzData、mzXML、mzML、netCDF等数据格式，因而在利用xcms进行数据处理之前，需要对于质谱采集的原始数据进行格式转换，一般可使用ProteoWizard等。

利用XCMS进行峰检测及对齐

(Bioconductor上已有xcms数据处理的具体指导，参见https://bioconductor.org/packages/release/bioc/vignettes/xcms/inst/doc/xcms.html) 由于xcms3对xcms中的方法名称进行了调整，对于一致使用xcms进行数据处理的用户来说可能会造成一定的困扰，目前xcms3还继续兼容大多数旧的xcms方法，但随着程序的进一步更新，势必会逐步取代过去的方法，因而，大家还是需要尽快熟悉新的方法的使用。在此，为方便大家理解，本文对同一处理分别使用新旧方法进行演示。

调用R包

数据导入

利用centWave算法进行峰检测

findChromPeaks是xcms中用于进行峰检测的新方法，输入值为'OnDiskMSnExp'对象和峰检测参数对象，CentWaveParam用以创建'CentWaveParam'对象，该对象设置使用'centWave'算法进行峰检测时所需要的参数，其中比较常用的参数如下：

* ppm -- 峰检测时MS1的m/z tolerance，以ppm为单位

* peakwidth -- 长度为2的向量，设置峰检测时峰宽范围，事实上该参数对应的每个峰可以跨越多少个质谱检测的scan，而非多少秒

* snthresh -- 峰检测时信噪比要求

* return.type -- 返回数据类型，可以根据要求返回'XCMSnExp'类数据（默认）、传统的'xcmsSet'类以及'list'

xcmsSet是xcms中可以用于峰检测的传统方法，使用method参数设置峰检测算法，另外根据不同的峰检测算法可以设置该算法需要的参数，详情请参考xcms官方文档。其中'centWave'算法所对应的参数与'CentWaveParam'设置基本一致。

峰检测时除了可以使用centWave算法外，还可以使用其他算法，如'centWaveWithPredIsoROIs'、'massifquant'、'matchedFilter'、'MSW'等，分别对应'CentWavePredIsoParam'、'MassifquantParam'、'MatchedFilterParam'、'MSWParam'参数设置，详情请参考xcms官方文档或者使用R help

峰对齐及分组（peak alignment & grouping）

同一代谢物在不同样品的流出时间会略有差异，因而对于峰检测的结果需要进行对齐(alignment)并将不同样品中的统一代谢物分到各自可以表征该代谢物的峰组(peak group)中(代谢组学中一般成为feature)，从而进一步比较不同样品间统一代谢物的含量。通常我们可以使用'obiwarp'算法进行peak alignment，然后利用'density'算法进行peak grouping.

峰补齐

对于峰检测过程中会有部分feature在某些样品中未检出对应代谢物峰的清醒，xcms可以根据已检出feature的信息，在相应样品中强行提取EIC信息，从而计算该代谢物在该样品中的含量信息，我们一般称之为filling gaps

如此，对于一组代谢物样品的峰检测已经全部完成。

对比xcms用于峰检测的新方法和就方法，我们可以发现新方法在命名方面更加直白，可以根据方法名称直接了解该方法所使用的算法，而在以前的峰检测方法中，这些算法均整合在数据处理的过程中。两种方式格局优劣，新方法意义明确，但是在处理时需要更多的参数设置过程，而旧方法数据处理过程更加简洁，但需要对xcms熟练度要求较高。

参考资料

https://www.bioconductor.org/packages/release/bioc/html/xcms.html