药物分析软件MZmine 3多模态质谱数据整合分析完整教程

一、软件介绍

1.1 MZmine 3是什么？

MZmine 3是一款开源、跨平台的质谱（Mass Spectrometry, MS）数据处理与可视化软件。作为MZmine系列的第三代版本，它由Robin Schmid、Steffen Heuckeroth、Ansgar Korf和Tomas Pluskal等核心开发者领导，以社区协作方式完成开发。该成果于2023年3月发表于Nature Biotechnology，迄今已被引用超过1000次。

MZmine 3的核心创新在于：它是首个支持多模态质谱数据整合分析的开源平台，能够统一处理来自液相色谱-质谱（LC-MS）、气相色谱-质谱（GC-MS）、离子淌度质谱（IMS-MS）以及质谱成像（MS imaging）等多种仪器平台的异构数据。这一能力使研究人员首次能够在同一软件环境中，将时间分辨的色谱-质谱数据与空间分辨的成像质谱数据进行联合分析。

1.2 核心功能与优势

（1）多模态数据支持

MZmine 3支持多种仪器配置产生的混合数据集，包括LC-MS、GC-MS、LC-IMS-MS以及MALDI-IMS-MS成像数据。输入数据既支持开放格式（如mzML、imzML），也支持厂商专属格式（如Bruker的.tdf）。

（2）完整的分析工作流

从原始数据导入、预处理、特征检测、峰对齐、同位素识别到代谢物注释和统计分析，MZmine 3提供了端到端的完整解决方案。软件内置超过180个处理模块，涵盖脂质注释、分子网络（GNPS对接）等功能。

（3）高性能与可扩展性

MZmine 3采用完全重写和模块化的底层数据模型，通过内存映射技术将谱数据和离子特征数据映射到本地高速存储，大幅释放内存用于数据处理。关键步骤（如间隙填充、样本对齐）实现了全并行化处理。在压力测试中，处理8,273例粪便LC-MS样本仅需47分钟，较MZmine 2提速89%。

（4）开源与社区驱动

MZmine 3采用MIT许可证发布于GitHub（https://github.com/mzmine/mzmine3）。模块化架构允许社区成员开发自定义模块，第三方工具如Sirius（化合物注释）、MetaboAnalyst（统计分析）等均可无缝对接。

1.3 适用场景

空间代谢组学：整合LC-IMS-MS与MALDI-IMS-MS成像数据，将代谢物的空间分布信息与色谱注释信息相关联

非靶向代谢组学：大规模队列研究的特征检测与化合物注释

脂质组学：基于规则的脂质注释与鉴定

环境与临床研究：复杂混合物中化学物质的追踪与鉴定

二、安装条件

2.1 系统要求

MZmine 3支持Windows、macOS和Linux三大主流操作系统。官方推荐的最低硬件配置如下：

项目	推荐配置
CPU	64位，4核心（2.5 GHz，Intel Core i5或AMD Ryzen 5）
内存（RAM）	16 GB
存储	辅助Sata SSD硬盘（512 GB）
显卡	集成显卡即可

对于不同规模的数据，建议通过调整启动脚本中的`HEAP_SIZE`参数来分配内存：小规模数据（<1 GB）：2 GB；中大规模数据（>5 GB）：8-16 GB

特别说明：MZmine 3是自包含Java软件，内置了专属的Java虚拟机（JVM），无需单独安装Java运行环境。这一设计大大简化了部署流程。

2.2 安装步骤

方式一：直接下载安装（推荐）

从GitHub Releases页面（https://github.com/ mzmine/mzmine3 /releases）下载对应操作系统的安装包或便携版本：

Windows用户：下载.exe安装包，双击运行完成安装

macOS用户：下载.dmg镜像文件，拖拽到Applications文件夹

Linux用户：使用提供的安装脚本或包管理器安装

方式二：从源码构建

如需从源码构建，需安装Java Development Kit（JDK）版本16或更新版本。克隆仓库后执行构建命令：

bash

git clone https://github.com/mzmine/mzmine3.git

方式三：通过Bioconda安装

MZmine 3也可通过Bioconda渠道安装，需使用conda-compatible包管理器（如pixi、conda或micromamba）。

2.3 启动与首次配置

根据操作系统运行对应的启动脚本：

Windows：双击`startMZmine_Windows.bat`

macOS：终端执行`./startMZmine_MacOSX.command`

Linux：终端执行`./startMZmine_Linux.sh`

首次启动后，建议进入偏好设置配置临时文件目录和内存分配。修改启动脚本中的`HEAP_SIZE`参数可调整可用内存。

若启动失败，可检查：

文件权限（Linux/macOS）：使用`chmod +x`为启动脚本添加可执行权限

配置目录重置：删除/.mzmine3`目录

查看日志文件：检查`log/`目录下的日志

三、详细使用方法

3.1 数据导入

启动MZmine 3后，通过File → Import导入质谱数据。支持的数据格式包括：

开放格式：mzML、mzXML、mzData、NetCDF

厂商格式：Thermo RAW、Waters RAW、Bruker .tdf等

批量导入时可使用文件夹导入功能。

3.2 数据预处理

（1）基线校正

操作路径：主菜单 → 预处理 → 基线校正。常用算法包括TopHat等，窗口大小建议根据数据特点设置为5-10分钟。

（2）噪声过滤

操作路径：主菜单 → 预处理 → 噪声过滤。设置适当的信噪比阈值，可采用默认参数，若效果不佳可适当提高阈值。

（3）平滑处理

推荐使用高斯平滑算法。

3.3 特征检测

（1）色谱图构建

操作路径：主菜单 → 特征检测 → 色谱图构建。关键参数设置：

质量公差：一般设置为5-10 ppm

保留时间窗口：根据色谱峰宽度调整，通常为0.1-0.5分钟

对于LC-MS数据，推荐使用ADAP算法。

（2）峰解卷积与重塑

色谱图构建后，通过峰解卷积算法将重叠的色谱峰分离为独立的特征。MZmine 3提供了多种解卷积算法（如局部最小值解析器），可根据数据特点选择。

（3）同位素峰识别

操作路径：主菜单 → 分子特征 → 同位素峰识别。设置同位素峰之间的质量差和强度比等参数。MZmine 3能够自动识别同位素峰并计算电荷状态。

3.4 峰对齐

多样本比较前必须进行峰对齐。操作路径：选择特征列表 → 对齐。

推荐使用基于保留时间和m/z的对齐算法，调整以下参数：

保留时间窗口：生物学重复样品可放宽至0.3分钟

质量容差：根据仪器精度设定

对齐后生成综合特征表，所有样本的特征被统一到一个列表中。

3.5 峰填充（Gap Filling）

在代谢组学数据分析中，常遇到数据缺失的情况。MZmine 3的峰填充功能能够智能地填补缺失的峰数据，确保分析的完整性和准确性。这一步骤在MZmine 3中经过并行化优化，处理效率大幅提升。

3.6 代谢物注释

（1）精确质量搜索

通过精确质量搜索公共数据库（如HMDB、PubChem等）进行代谢物推定注释。

（2）谱图库匹配

MZmine 3支持通过谱图库匹配进行化合物注释，并允许用户创建自定义谱图库。

（3）脂质注释

MZmine 3内置基于规则的脂质注释模块，可对脂质进行系统鉴定。

（4）第三方工具集成

Sirius：用于化合物结构注释

GNPS：用于基于特征的分子网络分析（FBMN）

BioTransformer 3.0：预测已注释化合物的可能转化产物

3.7 多模态数据整合分析（核心工作流）

这是MZmine 3最具突破性的功能。以下以LC-IMS-MS与MALDI-IMS-MS成像数据的整合分析为例：

步骤一：分别处理各模态数据

1. LC-IMS-MS数据处理：按照3.2-3.6节的流程，在保留时间（RT）、离子淌度（Mobility）和m/z三维空间中进行特征检测。在每个保留时间点，多个离子淌度分辨的质谱图构成一个“帧”（frame）。

2. IMS-MS成像数据处理：提取空间分布的离子特征。支持imzML等开放格式的成像数据导入。

步骤二：跨模态特征对齐

通过RT（仅LC数据）、m/z和离子淌度值，将不同技术来源的数据进行对齐，生成综合特征表。这一对齐过程使得成像数据中缺乏MS²信息的代谢物，可以通过LC-IMS-MS数据获得注释。

步骤三：联合分析与可视化

对齐后的综合特征表包含了来自不同模态的互补信息。MZmine 3提供交互式可视化工具，支持在2D和3D视图中同时查看色谱、离子淌度和成像数据。

实际案例：在羊脑组织的MALDI-IMS-MS成像与LC-IMS-MS数据对齐研究中，成功关联了代谢物的空间分布与色谱注释（如PC 34:0脂质）。IMS维度的引入使注释精度提升至误差<0.001 m/z，较传统方法分辨率提高3倍。

3.8 统计分析

MZmine 3内置了多元统计分析方法：

主成分分析（PCA）：操作路径为主菜单 → 数据分析 → 主成分分析

选择特征数据和样本分组信息进行分析

分析结果可导出为CSV等格式，便于在R、Python等环境中进行进一步分析。

3.9 批处理模式

对于大规模研究，MZmine 3支持批处理模式实现自动化分析：

1. 在GUI中通过Project → Batch mode打开批处理对话框

2. 从模块面板选择所需步骤添加到批处理队列

3. 将批处理队列导出为XML格式的批处理文件（.mzminep）保存

4. 通过命令行调用：`./startMZmine_Linux.sh -batch my_method.mzminep`

批处理文件本质上是MZmine按顺序执行的任务列表，这一功能使得分析流程具有高度的可重复性。

四、未来可发展方向预测

4.1 人工智能与机器学习的深度融合

MZmine的未来发展将深度整合人工智能技术。具体方向包括：

智能参数优化：AI算法可自动优化数据处理参数，减少人工试错

实时分析：在数据采集过程中进行分析，为科学家提供更快速的反馈

引导式自动化：降低高级质谱数据分析对新手用户的门槛

4.2 性能的持续提升

MZmine目前已发展至第4版，实现了>10倍的内存占用降低和处理速度提升。未来将继续向“企业级就绪”解决方案演进，能够处理更大规模、更复杂的多维MS数据。

4.3 多组学整合的深化

当前的MZmine 3已实现质谱多模态数据的整合。未来的发展方向将包括：

与基因组学、转录组学数据的更深层次整合

空间代谢组学与空间转录组学的联合分析

临床多组学队列研究的标准化工作流

4.4 生态系统的扩展

MZmine的模块化架构为社区参与开发提供了框架。未来可预见：

更多第三方工具的插件式集成

用户自定义模块的便捷开发工具

云端部署与协作分析平台

4.5 特定应用领域的工作流优化

MZmine 2026年版本已推出脂质和小分子分析仪表板以及杂质分析工作流。未来将继续针对特定应用场景（如环境污染物筛查、临床诊断标志物发现、天然产物挖掘等）开发专业化工作流。

五、总结

MZmine 3代表了质谱数据处理工具的一次重要革新。其核心价值可从以下几个维度概括：

从技术层面看，MZmine 3通过完全重写的模块化架构，首次实现了对LC-MS、GC-MS、IMS-MS和MS成像等多种质谱技术数据的统一处理与整合分析。离子淌度维度的引入和内存映射技术的应用，使其在处理大规模、高维度数据时展现出卓越的性能。

从应用层面看，MZmine 3为空间代谢组学研究提供了前所未有的技术支撑——通过将LC-IMS-MS的注释能力与MALDI-IMS-MS成像的空间信息相结合，研究人员能够以更高的置信度解析代谢物在组织中的空间分布。

从社区生态看，MZmine 3采用MIT开源协议，依托GitHub进行协作开发。其模块化设计不仅降低了第三方工具集成的门槛，也为社区成员贡献新功能提供了清晰的路径。官方提供视频教程与开发指南（https://www.mzmine.org/documentation），进一步降低了使用门槛。

对于质谱数据研究人员而言，掌握MZmine 3的使用已成为开展高水平代谢组学、脂质组学及空间生物学研究的重要技能。随着AI技术的融入和性能的持续优化，MZmine系列工具将在推动质谱数据科学的发展中扮演越来越关键的角色。

延伸学习资源：

官方文档：https://mzmine.github.io/mzmine_documentation/

YouTube视频教程：https://www.youtube.com/watch?v=UnqVtZngzl0&list=PL7kvpfzg8JkVGjhiGty5p-IDXgP9APx3b

GitHub仓库：https://github.com/mzmine/mzmine3

引用文献：Schmid R, et al. Nature Biotechnology 41, 447–449 (2023)