ARTICLE · 1278896
DIA-NN 引擎源码考古 · 1.7.12 · 第三回 · 候选排队过堂,证据都在峰里
上一回 《DIA-NN 引擎源码考古 · 1.7.12 · 第二回 · 数据进门先报到，名单出炉再下锅 ~》，咱们刚说到候选名单备齐、分批下锅。那份名单，是候选前体（Precursor）离子清单：一条一条记的是 “某条肽段 + 某个电荷态”；谱库拿去检索的，就是这样一条 Precursor —— 不是蛋白名单，碎片也不会单列出来排队。碎片信息并没有缺席：每个 Precursor 在检索时都会拿到一张理论碎片表 —— 从谱库来的随库带，从 FASTA 炼的到检索时才按电荷态现生成；碎片 m/z、强度、离子类型都在里头，清单仍按 Precursor 排队。有谱库的照谱库递，没谱库的从 FASTA 里炼。
名单正式递进了数据里。可讲到这儿，事儿才办了一半：它只告诉引擎 “该找谁”，至于 “在哪儿找、拿什么认”，还没人管。这一回咱们就接着往下说，看看引擎怎么在成千上万张扫描里，把某一条候选的证据一点点抠出来，再逐个峰打分，看哪一个得分最高。
从这份 Precursor 清单到峰里的证据，源码上是一条笔直的调用链。先给候选找位置（build_index()），再把谱图里的强度取成曲线（chromatogram()），然后从曲线里认出峰（peaks()），接着给每个峰填一堆特征（score()、score_RT()），最后由 seek() 挑出分数最高的那个峰。这几道工序，就是本篇要拆的全部内容。
本篇范围
这一篇只讲上面那条链 —— 从找位置走到选峰。权重怎么学、q 值怎么算、校准怎么一轮轮迭代、定量怎么出，都不在这条链上，留给后续文章。
检索台：先弄清这条候选该去哪几张扫描里露面
一条 Precursor 进了数据，第一步不是打分，而是找位置。Precursor::search()（L7774–L7785）第一次跑起来时，先调 build_index()（L7101–L7118）。这个函数只干两件事：把 “该看的扫描” 挑出来，再定一个扫描半径。
挑出该看的扫描
要挑扫描，先得知道一张 MS2 扫描覆盖的是什么。这一步的前提，是分析对象为 DIA（数据非依赖性采集）数据 —— 这也是 DIA-NN 主要面对的数据类型。DIA 的每个采集周期，通常先采一张 MS1 全谱，再把 m/z 范围切成若干隔离窗口，逐窗口采集 MS2；窗口依次步进，走完整个范围，再进入下一个周期。同一窗口里的多条 Precursor 会一起碎裂、一起进同一张 MS2 谱，所以一张扫描并不专属于某条 Precursor，而是覆盖一段 m/z。
所以检索一开始要回答的，就是这条候选的证据可能落在哪几张扫描里。每张 MS2 扫描覆盖的那一段 m/z，就是它在采集方法里对应的隔离窗口 —— 由前级四极杆在采集这张 MS2 之前选定，跟 MS1 全谱那对字段不是一回事。候选的 m/z 落在这段范围内，这张扫描里才有可能出现它的碎片；落在范围外，说明这张扫描根本没采过它那段质量区间，后面提曲线、找峰全是空转。
对得上才收，对不上的不进这份清单。窗口的上下界记在每张 MS2 扫描自己的 window_low 与 window_high 两个字段里（Scan 结构，L2598–2601），命中的扫描编号写进 scan_index（L7109–L7111）。判断的就是一件事：候选的 m/z 有没有落在这条上下界之间 —— has(mz) 里写成 window_low <= mz && window_high > mz，左闭右开，落在窗口内返回真（L2609）。
这两个字段在读数时就填好了。Bruker timsTOF 的窗口不随谱图直接给出，要按采集方法表里每个窗口的中心与宽度现算，上下界＝IsolationMz ± IsolationWidth / 2（L8700–L8708）；其余格式的谱图本身就带着窗口上下限，直接读进来（L8593）。
采集方法的窗口设计允许相邻窗口略有交叠。交叠不会让候选被两张扫描都收走：读数刚一收尾，引擎就把交叠区对半切开 —— 两窗的分界挪到交叠区中点，交叠区里的候选只归进其中一张（L8496–L8500）。若候选的 m/z 落在所有窗口之外，清单直接为空，这一轮就没有峰可找（L7109–L7111、L7441）。
这里比对的 m/z 是校正后的
上面比对的 m/z 不一定是谱库原值：隔离窗口的中心由仪器标定，与谱库、FASTA 里的理论 m/z 可能差着系统偏移；窗口越窄，这点偏移越容易把候选推到隔壁窗口。DIA-NN 因此留了条校正通道：从高置信度鉴定里量出每条 Precursor 沿 Q1 轴（窗口中心那条轴）的偏移，去掉首尾各 20% 取均值，当常数补进 m/z（
q1_delta()L6754、L9802 起）。它默认不走：只有运行被认作 Scanning SWATH（一种 DIA 采集方式）、且显式加--q1-cal才学（L2140、L10243），首轮也没样本。还有限制：偏移得小于候选到 MS2 采集范围边界距离的一半才补（L7105），免得边界候选出范围。
把校正量算进去，扫描照上面的规则挑，命中的编号攒成清单 —— build_index() 的第一件事到此办完。
定一个扫描半径
可这份清单只圈定了候选可能露面的扫描，没规定要以它为中心、往两侧各看几张。而要判断几条碎片是不是一起起落，光有一张扫描不够，得看它前后一段。
往两侧各看几张，就是半径 S。数的不是时间轴上挨着的扫描，而是这条候选清单里、真正命中它 m/z 的那些 MS2 谱图 —— 对做实验的人来说，差不多就是前后各看几个采集周期。
仪器一个周期把全部隔离窗口扫一遍，候选的 m/z 通常只落进其中一张，所以这份清单大致是每个周期一张、按时间排下来。滑窗以其中一张为中心，左边 S 张、右边 S 张，连中心这张算上，一次盖住 W = 2S + 1 张（L7144）；后面找峰，就贴着清单一张一张往后挪。S 量的是往两边伸多长，W 量的是这一窗一次盖住多少张 —— 前者是半径，后者是总宽，两个不是一个数。
滑窗要从头挪到尾，清单首尾就凑不齐邻域 —— 各 S + 1 张直接不评峰（L7441）。
这个半径的数值从哪儿来？引擎有三条来路（L7114–L7116）。WindowRadius 不为 0，就直接用它；否则，若已经估出峰宽 PeakWidth（单位同样是清单里的谱图张数，且大于一个极小值 E），用 ScanScale × PeakWidth（ScanScale = 2.2，L148），结果至少取 1；两样都没有，就拿清单里的谱图张数 k 除以 ScanFactor（默认 150，L146），同样至少取 1。越往后，越依赖这份数据自己的统计。
半径估得准不准，直接决定滑窗的宽窄。洗脱峰一般要跨好几个采集周期，半径太小，峰的两翼被切在窗口外，几条碎片曲线的相关起不来；半径太大，每条候选都要在更宽的窗口里逐位算相关，算力和内存一起涨。所以引擎宁可在第一轮先粗估，等校准有了数据再收紧。
这个自动推断，在界面上也有个入口 —— 主界面下方 “Algorithm” 分组里的 “Scan window” 数字框。控件出厂值是 0，上限 1000（Form1.Designer.cs L197–208）；悬停提示的原话是 “Radius (in scans) of the retention time window that is used to scan extracted chromatograms of precursor ions”，并说明这个参数是用来覆盖自动推断的（Form1.resx L123–125）。界面叫 “Scan window”，代码里叫 WindowRadius，差得远，量的却是同一件事：按时间数扫描，不按质荷比切。
它怎么传到引擎，也简单：填了大于 0 的数，才拼出 --window（Form1.cs L410）；留 0 就什么都不传，交给引擎自己估。所以那个 0 不是 “没有半径”，而是 “第一轮先让引擎推断”。估出来的值，要等校准跑完、并决定重算扫描窗口时，才由 update() 定为全体共用值（这是默认情形），同时把 InferWindow 置成 false（L9763–L9769），下一轮直接照用。
勾上 “Unrelated runs” 就换一套算法：它下发 --individual-mass-acc --individual-windows（Form1.cs L417），那个统一值不再套给全体（L9769）—— WindowRadius 留 0，每条候选改按自己所属数据文件的峰宽现推（L7115），每个文件各有一套半径。
小编注：这个勾选框其实是两件事捆在一起。除了上面这半（窗口按文件单独算），它还同时管着质量精度 —— 也改成每个 run 各自确定（L2054）。那半要等校准跑起来才看得出效果，留到后续文章再讲。
提色谱：把碎片强度按扫描取成曲线
扫描范围定好，下一步是把谱图里的强度取出来。chromatogram()（L7163–L7213）干的就是这活：对 scan_index 里的每一张扫描，按理论碎片的预测 m/z 去谱图里取强度，一个碎片一条曲线。取到的值填进 run->MS2 的一格（L7206–L7211）—— 一个碎片一行、一张扫描一格。曲线的横轴是扫描（也就是时间），纵轴是强度 —— 一条曲线，就是这张碎片在整段时间里的强度起伏。
所谓理论碎片，说的是 “这条肽段该在哪些 m/z 上出碎片”：从谱库来的那份直接带一张库里的碎片表，从 FASTA 炼的则按序列和电荷态现生成。两种来源记的都是理论值，不是本次仪器测到的峰；引擎拿这些值去谱图里对号，对上了就把强度记进账。这道工序拆开，是三件事。
挑出该取的碎片
取强度之前，碎片表先被筛过一遍。这一步在 Searcher 构造时就做完了，还没轮到 chromatogram()：只有 m/z 落在 MS2 采集范围（tandem_min 到 tandem_max）之内的碎片才留下（L7154–L7158）；留下来的不足 MinSearchFrNum = 3 条（L323），整张表直接清空（L7159），m 归零，chromatogram() 一进门就返回（L7164）。换句话说，3 是 “少于几条就别玩”，6 是 “最多取几条”，一个管门槛，一个管上限。
只取前 TopF = 6 条碎片（L776）。这个 “前” 是有序的：碎片表在 Entry::init() 里就按强度从高到低排好（L3571–L3573），chromatogram() 直接从排头往下取（L7206），所以拿到的是筛完之后强度最高的 6 条，不按 m/z 顺序，也不按离子类型挑。谱库那半的强度取自库里的参考谱，FASTA 那半是按序列预测的，两者随后都按各自最大值归一到 1（L3577–L3583）；归一除以的是同一个常数，不改排序。
TopF 本身是 const，没有命令行参数，GUI 也没有旋钮 —— 它是写死的，不是可改的默认值。另一个参数 --max-fr 只能把碎片表截得更短（截断就发生在排序之后，保留最强的那几条，L3574–L3575），它抬不高 6 这条上限（L2031、L775）。所以每条候选在这里最多只留 6 条碎片曲线。
定哪些采样算数
曲线取好了，还得定下门槛。先看强度这道门：MinPeakHeight = 0.01（L154），低于这个值的采样一律记 0（L7210）。这个 0.01 比的是强度原值 —— 读数时 height 直接取自谱图里的 intensity（L8595），整条链路没有按基峰缩放的步骤，所以它是绝对阈值，不是 “基峰的百分之几”。
对仪器厂商直出的原始数据、以及 mzML 这类转换格式，强度通常以离子计数计，动辄成千上万，0.01 实际上只是一条 “有没有信号” 的地板线：该 m/z 上没有峰时 level() 本就返回 0，微弱到接近零的采样也被压成同一个 0，后面算相关时拿到的就是一条干净的、带零的曲线。只有当输入强度本身已经归一化（比如按基峰百分比导出）时，0.01 才相当于基峰的 1%。这个值是默认值，可以用 --min-peak 改（L1837），GUI 没有单独项。
RT 窗口在这道工序里才第一次露面。前面挑扫描只问 “隔离窗口含不含这个 m/z”，不问时间；到了 chromatogram()，如果 RT_windowed_search 为真，引擎会按预测 RT 加减 RT_window 算出一个区间（L7179–L7181），再拿它裁剪采样：区间外的扫描不取值，格里留 0（L7201–L7204）。这里的 “预测 RT” 不是谁现猜的：校准把每条肽换算到这张 run 的时间刻度上，它就是 “这条肽该出峰” 的位置 —— 换算用的刻度是库里带的还是算出来的，后续文章再讲。判断时留了 W 的缓冲 —— 比的是 k ± W 那张扫描的 RT，免得刚好卡在边界上的采样被切掉。
这个 RT_window 没有 GUI 旋钮，它由校准算出来（L9751）。偏差项把实测与预测 RT 之差取绝对值、反号排序，取 20% 位置那个值再乘 −2 取正 —— 用偏差的话说，就是拿偏差里偏大的那批（约 80% 分位）放大 2 倍，宁可宽一点也不切掉真峰（L9744–L9751；RTWindowLoss = 0.20、RTWindowMargin = 2.0，L185–L186）；跨度项取 1%/99% 分位之间的 RT 跨度，除以 40（RTWindowFactor，L184）。两者取较大值，就是窗口半宽。
算出来不等于用上：要攒够 100 条高置信度鉴定（RTWinSearchMinCal，L189）才真正启用 RT 窗口搜索（L9752），参考 run 的门槛低些，10 条就够。总开关是 --no-rt-window（L2048），最小宽度还能用 --min-rt-win 调整（L2050）。
所以，GUI 的 “Scan window” 管 “捞多宽”，引擎的 RT 窗口管 “算不算数”，两件事各管一头。前者是半径，后者是硬门槛；前者能在界面上填，后者由校准算，命令行只能调最小宽度或直接关掉。
给母离子也记一条曲线
碎片之外，chromatogram() 还要给前体自己取一条曲线。这一条记的是母离子在 MS1 全谱里的强度：每张 MS2 扫描按自己的 RT 找到前后两张 MS1，用前体的 m/z 各取一次强度，再按时间线性插值（L7188–L7197）。开关是硬编码的全局开关 MS1PeakSelection = true（L232），没有命令行参数、没有界面项，全工程无处改写，只要数据里有 MS1 谱就默认取；曲线单独存进 run->MS1（L7172–L7176），跟碎片矩阵分开记。取值发生在 RT 窗口判断之前：RT 窗口前侧裁掉的采样，MS1 格里也已经有值；窗口后侧整段截断的采样，两边才一起留 0（L7187–L7204）。
这条曲线后面有两处用处：找峰时，它跟最佳碎片曲线做一次相关，直接加进相关和（L7489–L7493）；打分时，它进 pMs1TimeCorr 等几维（L7686–L7693），峰顶那张的强度还要拿去算 MS1 与 MS2 的信号比（L7612）。这里只取一个通道，峰找出来之后，extra_chromatogram() 才在峰附近补上紧质量窗口和同位素，凑成 9 个通道（L7286–L7287）。顺带一句：ForceMs1 是写死的 false（L231），全工程没有入口能打开它，所以 “MS1 里没峰就不记这次采样” 那条分支（L7196）在 1.7.12 里走不到。
找峰：几条碎片一起起落，才算一个峰
曲线取完，接下来认峰。认峰这件事拆开，是两件事：先认出候选峰、排出谁先试，再逐条过门、定去留。
认出候选峰，排出谁先试
peaks()（L7423 起）的思路很朴素：真正的肽段洗脱，应该是几条碎片曲线一起涨、一起落；如果只有一条碎片在冒尖，那更像噪声。所以它判峰的核心不是 “哪条曲线最高”，而是 “几条曲线像不像”。
这里说的相关，不是 “像不像参考谱”，而是 “像不像彼此”。两条曲线同升同降，相关就接近 1；一条先升后降、另一条反着来，相关就低。拿这个量判共洗脱，比盯单点强度稳得多。
滑窗从 from + S + 1 扫到 to - S - 1（不含右端，L7441），首尾各留出 S + 1 张不评峰，保证任何一个窗口都完整。每个位置上先数碎片：当前这张扫描强度达到 MinPeakHeight 的算一条，当前没有、但左右邻扫描有信号的也算一条（L7444–L7454）。
当前这张加左右邻三张里，至少要有两条碎片冒过门槛，而且当前这张扫描上不能一条都没有（L7454）—— 这就是 “至少 2 条碎片才成峰” 的出处。换句话说，中心那张扫描不能是空的：峰顶总要落在某张扫描上。
只有两条碎片冒信号时最省事：直接算这两条曲线的相关，相关得大于 0，否则这个位置直接作废；冒信号的有三条以上，就攒一张相关矩阵 —— 碎片两两之间的相关都算上（最多 6 条全在内），每条把跟其他各条的相关加成一个和，和不大于 0 的不入列，剩下的按和从大到小排，按这个顺序往下试（L7457–L7482）。排好这个序，等于先拿 “跟大伙最合拍” 的那条碎片开刀；它成了，峰就定了，它不成，再换下一条（L7485–L7528）。这也是为什么 best_fragment 往往就是那条最合拍的碎片。
过完门，定去留
轮到某条碎片试的时候，要过几道门：相关和不到 MinCorrScore = 0.5（L228、L7494）不要。这里说的相关和，除了碎片之间的相关，还含那条前体自己的 MS1 曲线 —— 它跟当前正试的那条碎片曲线做一次相关，直接加到和里（L7489–L7493）。MinMs1Corr 只是这条相关的门槛，默认负无穷（L229、L7491），等于不拦；但不拦不等于不算：这一分直接算进 0.5 那道门的合计，也写进最后记账的相关和 —— 后面留峰划区间，用的就是这个和。不过试谁先谁后，还是按碎片之间那部分排的序，MS1 这一分不改序。过了门还要平滑曲线，峰顶强度得达到 MinPeakHeight（L7496–L7498）。原始曲线难免带毛刺，先平滑再判，免得一个单点噪声把峰顶的位置带偏。
然后是 Apex（峰顶）检查。引擎先要求当前位置差不多就是局部最高点：以它为中心、左右各 S / 3 张（整数除法，至少 1 张）的范围里不能有更高的（L7501–L7507）；再要求它的强度至少是 ±(S−1) 范围内最高值的 PeakApexEvidence = 0.99（L227、L7509–L7515）。说白了，不要求峰顶绝对最高，但不能比附近最高点矮太多。
峰不只留一个。凡是相关和不低于 “最高分 − MaxCorrDiff（2.0）” 的峰都留下（L230、L7538–L7542），各自带着自己的 apex（真实扫描号）和 best_fragment（试峰时领头、最终过了全部门的那条碎片，L7486、L7525）进入打分。
为什么不全留，也不只留一个？全留，打分是白算；只留一个，万一分最高的那个是干扰，后面连备选都没有。留一个 “贴着最高分” 的区间，既控住数量，又给后续判定留余地。
注意一个峰记了两个坐标：peak 是它在清单里的位置，也就是滑窗中心那张的下标；apex 是同一位置对应的真实扫描号（L7543–L7544）。后面取 MS1、取同位素，都按真实扫描号去查 —— 两个坐标错一位，后面全错。
这几个门槛都有命令行参数（--min-corr L2122、--min-ms1-corr L2124、--corr-diff L2126、--peak-apex L2128），GUI 都没有单独的旋钮。但 GUI 里有一个勾选框会顺手改其中两个 —— 见下面这条注。
小编注：上面说的这个勾选框，在 GUI 里管的是内存，名字叫 “Reduce memory usage (for very large databases)”，可它顺手改的就是上面那两道找峰的门 —— 下发
--min-corr 1.0 --corr-diff 1.0（Form1.csL341），一道把 0.5 抬到 1.0，一道把留峰容差从 2.0 收到 1.0。门槛一紧，留下的峰自然少，内存也就下来了。悬停提示把代价也摆在明处：鉴定数可能略降（Form1.Designer.csL688–L689）。
打分：一百来维证据，折成一个总分
峰找出来，最后一道工序是打分。为什么要打分？找峰留下的是一摞候选峰，哪个是真、哪个是干扰，得有个可比的数字才好下判 —— 同一候选里选峰靠它，所有候选排到一条队上比可信度也靠它。所以这道工序干的其实是特征数值化：峰的证据逐项变成数字，一项占一格，一个峰填出一条 pN 维的特征 —— 这就是喂给分类器的特征矩阵的一行 —— 再由权重把这一行折成一个总分。score()（L7550）管的就是填特征这一步：一进门先把这条峰的特征数组整体清零（L7560、L7568），再按组往里填。填多少格由 pN 决定 —— 1.7.12 编译出来的版本里，pN = 110。
清零这一步不是形式主义。特征数组是按峰分配的，一个峰一段，互不覆盖（L7560）；清零保证每一位都有定义 —— 没填到的维就是 0，不会残留上一轮的数值。
110 这个数不是拍脑袋来的。顶部四个常数先定死：TopF = 6、auxF = 12、nnW = 5、qL = 3（L776–L778）。然后枚举表一格格往下排：氨基酸组成占 20 格，pRT = pAAs + 20 = 48；质量偏差占 6 格，pRef = pAcc + TopF = 55；参考强度占 11 格；信号占比占 6 格，两组相关分别占 12、6 格；峰形占 5 格；Q1 那五组各 3 格，共 15 格 —— 最后 pN = pQCorr + qL = 110（L780–L809）。这个数是编译期定死的：Q1 那段在 #if Q1 条件编译下，宏在 1.7.12 源码里写死为 true（L355），改宏重编才走另一支 pN = pShape + nnW = 95（L809）。
这些常数全是写死的，没有一个是 GUI 旋钮。所以 “110 维” 不是可调项，而是这一版引擎的固定账本。
小编碎碎念：110 维铺开，第一眼确实唬人。可它更像一张体检表 —— 指标列了一长串，真下结论时，说话的往往就那么几项。
为什么要铺这么多格？因为分类器不是靠一条规则拍板，而是把很多条弱证据放在一起看。维数多，是为了让不同情况都有对应的证据位；至于每一位值多少钱，由权重决定，不由维数决定。这份账要讲清，是两件事：哪些证据最能说明问题，以及全部证据怎么折成一个总分。
点名四类证据
点名这四类，标准也简单：一句话能说清、彼此不重叠、刚好覆盖 “峰里有什么证据” 的四个方向 —— 一起出、像不像、准不准、是不是时候。
110 格真要在正文里逐格报菜名，各位观众老爷会当场睡着，小编也会。挑这四类最有话说的，逐个过：
第一类是共洗脱。pTimeCorr 以找峰时定下的 best_fragment（领头那条碎片曲线）作主曲线，跟每条碎片曲线做相关，再把相关加起来（L7629–L7638）。几条碎片一起起落的峰，这一项就高 —— 它回答的是 “这些碎片是不是同一件事”。
第二类是与参考谱的相似度。pCos 在窗口内逐点算强度向量与参考谱的余弦，再按洗脱强度的平方加权平均（L7615–L7627）。余弦只看方向、不看绝对高低，所以峰整体强一点弱一点，不影响这一项；加权平均则让峰顶附近的点说话更响。它回答的是 “峰里的强度配比，像不像名单里那条 Precursor 该有的样子”。
第三类是质量准不准。pAcc 一个碎片一格：实测 m/z 与预测 m/z 的偏差，先按质量精度归一，再乘上这条碎片的共洗脱相关（L7649–7651）。偏差越小、曲线越像，这一格越高。这里取的是 Apex 那张扫描的实测 m/z（L7650），不是整个峰的平均 —— 峰顶的质量精度，最能代表这次检测。
第四类是出峰时间。score_RT()（L7742–L7758）补两格：pRT 是预测 RT 在整段 RT 跨度里的相对位置，pdRT 是实测与预测之差按这段跨度归一后的平方根（L7756–L7757）。pRT 以 0 到 1 为刻度，这条肽该出峰的位置偏早还是偏晚，一眼能看出来；pdRT 取平方根，是把偏差压到一个温和的尺度上。它回答的是 “这个峰出得是不是时候”。
折成一个总分
剩下的一百来格，是同类证据的细分支：别的相关算法、别的质量窗口、同位素、峰形、氨基酸组成……正文不逐格展开，知道 “证据不止这四类” 就够了。
这里还要补一句 extra_chromatogram()（L7267 起）。它在峰找到之后才动手，只在峰附近补料：MS1 的九个通道（含同位素）、宽松质量窗口下的 Shadow／NF 强度、紧质量窗口的强度（L7280–L7296），RT 窗口的判断跟 chromatogram() 一个口径（L7307–L7311）。这些料最后都会变成特征，但不进正文的账。
特征填完，怎么变成一个分数？cscore（L6709–L6712）把特征向量跟当前权重做点积，取哪些维由 par_seek 决定。注意这一步不在 score() 里，而在选峰的 seek() 里（L8136）—— 特征是一份 “证据清单”，权重是 “每类证据值多少钱”，点积就是把清单换算成一个总分。
所谓点积，就是逐格相乘再相加：某个峰在某一维上证据强，乘上正权重就加分；权重若为负，证据强反而扣分。
为什么要压成一个数？110 维并排放着比不了高下 —— 这一维加分、那一维减分，得有个统一的算法说了算。分开记账、统一折算，正是这套打分设计的关节：分开记，每类证据各占各的格，谁在加分、谁在拖后腿一目了然，权重也能一维一维地学；统一折，才得到一个能排队、能选优的数 —— 哪个峰更像真峰，全凭它说话。
seek()（L8123–L8165）逐峰算分，分高者当 best_peak。选出来之后回填几样东西：best_fragment、apex、RT，还有 evidence（L8145–L8159）。evidence 直接取 pTimeCorr（L8159），也就是拿 “共洗脱相关” 当这个候选的证据强度，先记在结果上。
有一个边界值得单说：RT 窗口的硬检查写在 “分数更高” 这个分支里面（L8145–L8146）。也就是说，只有某个峰有可能刷新最优时，才去查它有没有超出 RT 窗口；分本来就不高的峰，连查窗口这一步都省了。这是省算力的写法，不是漏判。
顺带留一个引子。search() 的前半段受一个 fInit 标记保护（L7775–L7783）：第一次进入时，挖峰、填 110 维特征，只做一遍；之后再调 search()，峰不再重挖，特征不再重填，只有 score_RT() 每次重算（L7784）。权重更新以后，也不必把 110 维重算一遍 —— seek() 里用新权重对缓存的特征重新做一次点积就行（L8136）。换句话说，峰是 “一次性挖好” 的，权重的多轮迭代改的只是 “怎么给这些证据定价”。这套缓存怎么支撑一轮轮的训练与校准，等后续文章讲到权重时再展开。
写在后面
到这里，一个候选在一轮检索里的路径就走完了：找位置、取曲线、认峰、打分、选峰。这几道工序里，量最大的是第二道和第三道 —— 每条候选、每张扫描、每条碎片都要对一遍；打分则是一串向量运算，量小得多。这也解释了前面设那么多门槛的用意：先把不可能的候选、不成形的峰挡在外面，后面的账才算得动。
考古挖到这一段，最有意思的不是某个公式，而是几处 “看着不起眼、实际卡着全局” 的小设计：
• 一个半径，定的是往两边看多远 —— 看窄了，峰的两翼被切在窗口外，几条曲线的相关就起不来；看宽了，又费算力。 • 一条资格线，定的是证据够不够格进场 —— 碎片太少，凑不出互相印证的证据，这样的候选连比都不用比。 • 一个容忍度，定的是峰顶能矮多少 —— 不要求峰顶绝对最高，但比邻居矮一截，就不配叫峰顶。
这些单个拎出来都不复杂，凑在一起，才撑得起后面那套打分。对原始数据分析来说，这不算新道理 —— 先把规矩定清楚，后面比出来的高下才作数。
可这套账要立得住，还缺着最关键的一笔 —— 每类证据到底值多少钱？这笔 “价钱”（就是前面提过好几回的那套权重）不是谁拍脑袋定的，是引擎从数据里学出来的；学得好不好，还要换算成可信度（q 值）来检验，一轮不满意，就再校准一轮。好在证据只用挖一遍（打分那节说过），后面反复调的只是 “怎么定价”。这套价钱怎么学、q 值怎么算、校准怎么一轮轮转起来，咱们后续接着聊。
如果这篇对各位观众老爷有用，请伸出您尊贵的小手点个赞，小编也有更多的动力接着往下写 ~
