CN115394362A - 生物质谱数据标准化方法、分子地图数据库及共享方法 - Google Patents

Abstract

本发明公开了一种生物质谱数据标准化方法、分子地图数据库及共享方法，其中标准化方法包括：将指定样本的质谱数据转化为横坐标为质荷比或质量，纵坐标为保留时间的分子地图数据，分子地图数据中至少包含第一锚点数据；获取与第一锚点数据采用相似实验方法得到的多个实验样本的质谱数据，至少一个实验样本的质谱数据中包含第二锚点数据；建立第二锚点数据与第一锚点数据之间的函数映射关系；将多个实验样本在保留时间维度上进行组内对齐；利用函数映射关系，矫正多个实验样本的保留时间，得到矫正后标准化数据。本发明可以使实验样本的质谱数据标准化至同一锚点坐标系的坐标空间中，便于实现对不同物种或者组织的分子地图进行探索、识别或挖掘。

Description

生物质谱数据标准化方法、分子地图数据库及共享方法

技术领域

本申请涉及一种生物质谱数据标准化方法、分子地图数据库及共享方法，属于数据处理及存储技术领域。

背景技术

质谱仪又称质谱计，是用来进行分离和检测不同同位素的仪器。即根据带电粒子在电磁场中能够偏转的原理，按物质原子、分子或分子碎片的质量差异进行分离和检测物质组成的一类仪器。

由于质谱研究范围广，种类繁多，实验方法条件不一，质谱在不同仪器、不同实验条件下产生的数据又会带来不同程度的漂移，得到的质谱峰组结果往往对应不到一起，即使在保留时间作为纵坐标、质荷比m/z作为横坐标的分子数据空间坐标系中，由于错位的保留时间RT、质荷比m/z信息，非常不利于数据分析、信息共享与知识传播。

质谱数据库种类多样，包含HMDB(人类代谢组数据库)、KEGG(基因组数据库)、Metlin(Metabolite Link)、MoNA(Metabolite of North America)都具有部分二级谱信息、质荷比、质量等信息，但都没有一个标准化保留时间的分子数据库。由于保留时间不同，无法标准化成一个同一格式的数据，难以存储于同一个数据库内并进行数据分析。

发明内容

本申请的目的在于，提供了一种生物质谱数据标准化方法、分子地图数据库及共享方法，以解决上述背景技术中提出的问题。

一方面，本发明提供了一种生物质谱数据标准化方法，包括：

将指定样本的质谱数据转化为横坐标为质荷比或质量，纵坐标为保留时间的分子地图数据，所述分子地图数据中至少包含第一锚点数据；

获取与所述第一锚点数据采用相似实验方法得到的多个实验样本的质谱数据，所述多个实验样本中至少有一个实验样本的质谱数据中包含第二锚点数据；所述第二锚点数据与所述第一锚点数据具有相同的实验对象；所述相似实验方法是指保证出峰顺序相同的实验方法；

建立所述第二锚点数据与所述第一锚点数据之间的函数映射关系；

将所述多个实验样本在保留时间维度上进行组内对齐；

利用所述函数映射关系，矫正对齐后的所述多个实验样本的保留时间，得到矫正后的标准化数据。

可选的，所述指定样本的质谱数据为已知化合物的标准品数据；所述第一锚点数据和所述第二锚点数据为同一已知化合物的数据。

可选的，所述指定样本的质谱数据为特征分布均匀的标准品数据或标准品与标准样品的混合数据；所述第一锚点数据和所述第二锚点数据为所述分子地图数据与所述多个实验样本的质谱数据进行数据算法匹配后匹配正确的数据。

可选的，所述将指定样本的质谱数据转化为横坐标为质荷比或质量，纵坐标为保留时间的分子地图数据，具体为：

利用峰检测算法，将指定样本的质谱数据转化为横坐标为质荷比或质量，纵坐标为保留时间的分子地图数据。

可选的，若所述多个实验样本中包含多个第二锚点数据；则多个所述第二锚点数据与所述第一锚点数据之间对应存在多个函数映射关系。

另一方面，本发明提供了一种分子地图数据库，包括上述任一种所述的生物质谱数据标准化方法中的分子地图数据和对实验样本进行矫正后标准化数据。

可选的，所述分子地图数据库中还包括：指定样本的质谱数据和实验样本的质谱数据中的化合物信息、电荷量、同位素峰、强度组成的离子流图和二级谱信息。

可选的，所述分子地图数据库中还包括：所述指定样本和所述实验样本的物种组织信息和实验方法信息。

再一方面，本发明提供了一种分子地图数据库共享方法，所述分子地图数据库为上述任一种所述的分子地图数据库，所述分子地图数据库共享方法包括：

接收用户发送的分享请求，所述分享请求中包括所述分子地图数据库的id和使用者的id；

根据所述分子地图数据库的id判断所述分子地图数据库是否在同一锚点坐标系下，如是，则将所述分子地图数据库的id分享至所述使用者的id。

可选的，所述分享请求中还包括使用者权限的id；

在判断所述分子地图数据库是否在同一锚点坐标系下后，所述方法还包括：

判断所述使用者的id是否拥有对应的权限，如是，则将所述分子地图数据库的id和所述使用者权限的id分享至所述使用者的id；

所述使用者权限包括新增、修改、删除和查看。

本发明相较于现有技术，具有如下有益效果：

本发明是一种基于锚点的数据标准化方法，使用从0-N个锚点的标准化方法，使实验样本的质谱数据可以标准化至同一锚点坐标系的坐标空间中，从而可以实现同一实验方法下(保证了锚点的出峰顺序相同)的质谱数据转化成同一坐标空间的点；且可以实现存储在同一个保留时间坐标系下的数据库表中，从而可以不断积累在同一个RT保留时间为纵坐标、质荷比m/z为横坐标的空间分子坐标空间的质谱生物数据库(分子地图数据库)，实现对不同物种或者组织的分子地图进行探索、识别或挖掘；且可以与在同一个锚点坐标空间的不同人的数据进行共享、协同、整合与挖掘。

附图说明

图1为本申请提供的生物质谱数据标准化方法的流程图；

图2为本申请提供的分子地图数据库共享方法的流程图；

图3为本申请提供的保留时间为20分钟的参考样本的质谱图；

图4为本申请提供的保留时间为12.5分钟的实验样本的质谱图；

图5为本申请提供的参考样本与实验样本的函数映射关系；

图6为本申请提供的初次矫正后的实验样本的质谱图；

图7为数据共享前的用户1的界面截图；

图8为用户2进行数据共享的界面截图；

图9为用户2进行数据共享操作的界面截图；

图10为数据共享后的用户1的界面截图；

图11为分子地图数据在浏览器中的展示图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

下面将详述本发明。

图1为本发明提供的一种生物质谱数据标准化方法的流程图。

本发明的生物质谱数据标准化方法，包括：

步骤11、将指定样本的质谱数据转化为横坐标为质荷比或质量，纵坐标为保留时间的分子地图数据，分子地图数据中至少包含第一锚点数据。

具体的：

利用峰检测算法，将指定样本的质谱数据转化为横坐标为质荷比或质量，纵坐标为保留时间的分子地图数据。

步骤12、获取与第一锚点数据采用相似实验方法得到的多个实验样本的质谱数据，多个实验样本中至少有一个实验样本的质谱数据中包含第二锚点数据；第二锚点数据与第一锚点数据具有相同的实验对象；相似实验方法是指保证出峰顺序相同的实验方法。

步骤13、建立第二锚点数据与第一锚点数据之间的函数映射关系。

其中，若多个实验样本中包含多个第二锚点数据；则多个第二锚点数据与第一锚点数据之间对应存在多个函数映射关系。

步骤14、将多个实验样本在保留时间维度上进行组内对齐。

步骤15、利用函数映射关系，矫正对齐后的多个实验样本的保留时间，得到矫正后的标准化数据。

需要说明的是，当指定样本的质谱数据为已知化合物的标准品数据时，第一锚点数据和第二锚点数据为同一已知化合物的数据。当指定样本的质谱数据为特征分布均匀的标准品数据或标准品与标准样品的混合数据；第一锚点数据和第二锚点数据为分子地图数据与多个实验样本的质谱数据进行数据算法匹配后匹配正确的数据。

下面介绍生物质谱数据标准化方法两种较为具体的实施过程：

具体实现一(加入已知标准品的锚点数据)

第一步，把一种特定的质谱数据转化为分子地图的第一锚点数据，这个特定的质谱数据是已知化合物的标准品数据，而锚点就是已知的化合物的坐标信息，包含横坐标质荷比m/z、质量m、纵坐标保留时间RT、化合物信息、电荷量、同位素峰和强度，也包含二级谱信息、物种组织信息、实验方法信息等。

第二步，根据第一锚点数据转化为横坐标质荷比m/z、纵坐标保留时间RT的分子地图数据，值是电荷量、同位素峰、强度组成的离子流图，作为参考样本，并保存在数据库中。

第三步，上传与第一锚点数据相似实验方法的实验样本质谱数据，该实验样本质谱数据中可以只有一个实验样本加入第二锚点数据，也可以每一个实验样本都加入第二锚点数据，或者该批实验样本中有一个或者多个是第二锚点数据，这个需要根据该批样本的保留时间长短是否一致来确定。相似实验方法是指保证出峰顺序相同的实验方法。

第四步，对实验样本质谱数据的第二锚点数据与数据库中的同一相似实验方法下的第一锚点数据建立函数映射关系RT₀ ^’＝f(RT₀)，如果是多个实验样本都加入了第二锚点数据，则f是多个映射函数。

第五步，对该批实验样本进行组内对齐，该对齐方法可以采用无锚点数据对齐，也可以采用多锚点数据对齐方法或其他对齐方法，把一批实验样本的保留时间对齐为统一的保留时间，第二锚点数据对齐方法需要参与对齐的实验样本加入第二锚点数据。

第六步，根据第四步的函数映射关系f，矫正对齐后的保留时间RT’＝f(RT)。

第七步，把矫正后的保留时间RT’，质荷比m/z，以及可能包含的电荷量，二级谱信息，识别出的化合物信息存储在同一个锚点坐标系下的分子地图空间中，并存储在服务器中，这样就得到同一锚点分子坐标系下的分子地图，可以实现协同积累和共享。

具体实现二(标准样品数据)：

第一步，上传一种特定的质谱数据，这个特定的质谱数据是特征分布比较均匀的标准样品数据，也可以是标准品和标准样品的混合数据。

第二步，通过峰检测算法转化为横坐标质荷比m/z、纵坐标保留时间RT的分子地图数据，值是电荷量、同位素峰、强度组成的离子流图，上传实验方法和作为参考样本，并保存在数据库中。

第三步，上传与标准样品数据相似实验方法的实验样本质谱数据，该批实验样本中可以有一个或者多个是标准样品数据，相似实验方法是指保证出峰顺序相同的实验方法。

第四步，对数据库中的标准样品质谱数据与同一个相似实验方法下的实验标准样品数据进行数据匹配算法，得到匹配正确的数据作为第一锚点数据和第二锚点数据，并建立第一锚点数据和第二锚点数据之间的函数映射关系RT₀’＝f(RT₀)，如果是多个标准样品数据，则f是多个映射函数。

第五步，对该批实验样本进行组内对齐，把该批实验样本的保留时间对齐为统一的保留时间。

第六步，根据第四步的函数映射关系f，矫正对齐后的保留时间RT’＝f(RT)，如果是多个标准样品数据，则f是多个映射函数。

第七步，把矫正后的保留时间RT’，质荷比m/z，以及可能包含的电荷量，二级谱信息，识别出的化合物信息存储在同一个锚点坐标系下的分子地图空间中，并存储在服务器中，这样就得到同一锚点分子坐标系下的分子地图，可以实现协同积累和共享。

本发明还提供了一种分子地图数据库，该数据库中包括上述的生物质谱数据标准化方法中的分子地图数据和对实验样本进行矫正后标准化数据。该分子地图数据库中还包括：指定样本的质谱数据和实验样本的质谱数据中的化合物信息、电荷量、同位素峰、强度组成的离子流图和二级谱信息，以及指定样本和实验样本的物种组织信息和实验方法信息等。

非标准化的数据可以共享但无法在同一个坐标系下对比，由于不同仪器、不同实验条件、不同环境带来的质谱数据存在无法标准化的问题，在本申请的标准化方法实现后，将标准化后的质谱数据存储于数据库中，然后可以实现协同合作、挖掘与分子数据共享，具体流程见图2：

步骤21、接收用户发送的分享请求，分享请求中包括分子地图数据库的id和使用者的id。

步骤22、根据分子地图数据库的id判断分子地图数据库是否在同一锚点坐标系下，如是，则将分子地图数据库的id分享至使用者的id。

进一步的，分享请求中还包括使用者权限的id；

在判断分子地图数据库是否在同一锚点坐标系下后，所述方法还包括：

判断使用者的id是否拥有对应的权限，如是，则将分子地图数据库的id和使用者权限的id分享至使用者的id；使用者权限包括新增、修改、删除和查看。

具体的，用户分享数据库id给其他用户，浏览器或客户端发送数据库内容id、用户id和使用者权限的id操作给服务器。服务器需要判断，判断该数据库共享用户是否拥有权限，用户权限组中共享用户可以进行的权限操作，判断通过后，发送数据库id给共享用户，并发给前端，共享用户在浏览器设备上可以查看、新增、修改、删除共享数据库中的资源，展示在质谱识别界面上。本申请提供的数据库分享方法，实现了数据库的协同、共享、共建，适用性强。

本申请还公开了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法的步骤。

分子地图数据协同积累和共享方法

非标准化的数据可以共享但无法在同一个坐标系下对比，由于不同仪器、不同实验条件、不同环境带来的质谱数据存在无法标准化的问题，在标准化方法实现后，可以实现协同合作、挖掘与分子数据共享。

第一步，不同人之间需要同一个实验方法下的锚点分子地图。

第二步，采用同一个锚点分子地图对同一个实验方法的实验样本进行标准化处理，得到标准化后的同一个锚点坐标的分子地图数据。

第三步，第一用户分享数据库id给第二用户，浏览器或客户端发送数据库内容id、用户id、权限操作给服务器。

第四步，服务器需要判断，判断该数据库共享用户是否拥有权限，用户权限组中共享用户可以进行的权限操作，判断通过后，发送数据库id给共享用户，并发给前端。

第五步，共享用户在浏览器设备上可以查看、增加、删除、更改和共享的同一锚点坐标空间下的分子地图数据库，其中，第三步至第五步，可以实现非标准化的数据共享，也可以实现标准化后的数据共享。

下面将结合一个更为具体地实施例详述本发明，但本发明并不局限于此实施例。

第一步、通过浏览器上传有二级谱的已知化合物的标准品样本M-U-1.d(指定样本)，并发送给后端服务器，作为第一锚点数据。

第二步，后端服务器接受数据后，转发给算法服务器，进行峰检测算法，得到指定样本的峰检测列表，解析为横坐标为质荷比，纵坐标为保留时间(RT)的分子地图数据，分子地图数据记为第一锚点数据，其余质谱信息并存储于分子地图数据库中。

第三步，做实验时，在同样或相似的实验方法下做一次加入标准品样本M-U-1.d的实验样本，其他样本中无需加入标准品。通过峰检测算法直接提取到本次实验得到的峰组列表，通过标准品匹配算法得到RT对应关系，RT₀’＝f(RT₀)可以复用于同等实验条件下的样本，同等实验条件指的是本次实验所有样本的色谱条件相同，具有相同的时间。

第四步，获取参考样本的质谱图以及实验样本的质谱图；其中的参考样本为从实验样本中选出的最优样本或者随机选择的样本。为便于说明，本申请仅使用了2个样本，其中一个最优的样本“1-P-U-N1.d”作为实验样本，另一个“1-P-U-N2.d”作为参考样本。其中图3为保留时间为20分钟的参考样本的质谱图，图4为保留时间为12.5分钟的实验样本的质谱图，对比图3和图4，可以看出两个样本并非处于统一的标准坐标内，难以直接对齐，现有技术是做不到将图3和图4这种不同保留时间的质谱图对齐的。将参考样本的质谱图和实验样本的质谱图栅格化。

第五步、确定参考样本的质谱图与实验样本的质谱图的匹配函数(即函数映射关系)，利用匹配函数初次矫正实验样本的质谱图；具体为：算法服务器把峰检测栅格化后的参考样本的质谱图和实验样本的质谱图利用图像匹配算法匹配，得到两者的匹配函数；该匹配函数即为两个质谱图中的保留时间的函数关系；本实施例的匹配函数为y＝f(x)，f是一个从实验样本的保留时间到参考样本的保留时间的一个映射，是一个分段三次样条函数，见图5，初次矫正后的实验样本的质谱图见图6，对比图3和图6，可以看出实验样本的质谱图与参考样本的质谱图处于同一个标准统一的坐标内，但是两者之间还存在细节无法对齐的问题。因此，在上述图像矫正后，还可以再进行窗口矫正。

第六步、获取参考样本的质谱图的质谱数据信息和初次矫正后的实验样本的质谱图的质谱数据信息；其中的质谱数据信息包括保留时间、质荷比、电荷数、同位素数量、峰强度变化梯度和强度。如有二级谱，还可以包括二级谱信息。

第七步、将实验样本的质谱数据信息与参考样本的质谱数据信息进行多维匹配对齐，得到二次矫正后的实验样本的质谱图。最后，算法服务器将对齐后得到的参考样本的质谱图和实验样本的质谱图均返回至后端服务器。得到的二次矫正后的实验样本的质谱图与参考样本的质谱图的保留时间基本一致。然后用二次矫正后的实验样本的质谱图的保留时间(RT)采用第三步的转换函数得到一个标准保留时间RT’，他们的质谱峰组结果可以对应在一起，利于数据分析、信息共享与知识传播。

根据上一步得到的函数映射关系处理图像矫正后的峰检测列表，得到所有峰检测特征列表的保留时间RT’。

第八步，算法服务器把矫正后的结果返回给后端服务器，存储在第一步RT标准品下的该锚点坐标系下的数据库(即分子地图数据库)中。

下面结合附图介绍数据库的数据共享步骤：如图7所示，用户1本来没有任何分子地图数据。图8中，用户2在浏览器页面中，右键点击已经存在的M-U-1.d分子地图，选择分享。在图9中的分享设置中，前端通过分子地图id从后端获取了其他用户的id、用户名以及所选分子地图的权限列表。用户2添加用户1到分享人员，分享权限为可查看，点击确定。此时前端页面向后端发起请求，请求包括分子地图id，用户1的id和权限类型，后端将修改权限数据库，新增该分子地图的id和用户1的id的关联条目，关联权限为可查看。

经过上述操作后，用户1刷新页面。从图10可以看到，前端向后端发送自身用户id请求拥有权限的分子地图时，用户1能够查询到用户2分享的分子地图M-U-1.d。

图11展示了M-U-1.d样本的分子地图数据在浏览器中的展示形式，包括实验信息，分子位置等信息。前端通过向后端发送分子地图查询请求和分子地图id，获得分子地图数据。鼠标悬停在分子特征时，可以浏览质荷比、保留时间、电荷量等详细信息。

以上所述，仅是本申请的几个实施例，并非对本申请做任何形式的限制，虽然本申请以较佳实施例揭示如上，然而并非用以限制本申请，任何熟悉本专业的技术人员，在不脱离本申请技术方案的范围内，利用上述揭示的技术内容做出些许的变动或修饰均等同于等效实施案例，均属于技术方案范围内。

Claims (10)

1.一种生物质谱数据标准化方法，其特征在于，包括：

将指定样本的质谱数据转化为横坐标为质荷比或质量，纵坐标为保留时间的分子地图数据，所述分子地图数据中至少包含第一锚点数据；

获取与所述第一锚点数据采用相似实验方法得到的多个实验样本的质谱数据，所述多个实验样本中至少有一个实验样本的质谱数据中包含第二锚点数据；所述第二锚点数据与所述第一锚点数据具有相同的实验对象；所述相似实验方法是指保证出峰顺序相同的实验方法；

建立所述第二锚点数据与所述第一锚点数据之间的函数映射关系；

将所述多个实验样本在保留时间维度上进行组内对齐；

利用所述函数映射关系，矫正对齐后的所述多个实验样本的保留时间，得到矫正后的标准化数据。

2.根据权利要求1所述的方法，其特征在于，所述指定样本的质谱数据为已知化合物的标准品数据；所述第一锚点数据和所述第二锚点数据为同一已知化合物的数据。

3.根据权利要求1所述的方法，其特征在于，所述指定样本的质谱数据为特征分布均匀的标准品数据或标准品与标准样品的混合数据；所述第一锚点数据和所述第二锚点数据为所述分子地图数据与所述多个实验样本的质谱数据进行数据算法匹配后匹配正确的数据。

4.根据权利要求2或3所述的方法，其特征在于，所述将指定样本的质谱数据转化为横坐标为质荷比或质量，纵坐标为保留时间的分子地图数据，具体为：

利用峰检测算法，将指定样本的质谱数据转化为横坐标为质荷比或质量，纵坐标为保留时间的分子地图数据。

5.根据权利要求1至3中任一项所述的方法，其特征在于，若所述多个实验样本中包含多个第二锚点数据；则多个所述第二锚点数据与所述第一锚点数据之间对应存在多个函数映射关系。

6.一种分子地图数据库，其特征在于，包括权利要求1-5任一项所述的生物质谱数据标准化方法中的分子地图数据和对实验样本进行矫正后标准化数据。

7.根据权利要6所述的分子地图数据库，其特征在于，所述分子地图数据库中还包括：指定样本的质谱数据和实验样本的质谱数据中的化合物信息、电荷量、同位素峰、强度组成的离子流图和二级谱信息。

8.根据权利要6或7所述的分子地图数据库，其特征在于，所述分子地图数据库中还包括：所述指定样本和所述实验样本的物种组织信息和实验方法信息。

9.一种分子地图数据库共享方法，其特征在于，所述分子地图数据库为权利要求6-8任一项所述的分子地图数据库，所述分子地图数据库共享方法包括：

接收用户发送的分享请求，所述分享请求中包括所述分子地图数据库的id和使用者的id；

根据所述分子地图数据库的id判断所述分子地图数据库是否在同一锚点坐标系下，如是，则将所述分子地图数据库的id分享至所述使用者的id。

10.根据权利要9所述的方法，其特征在于，所述分享请求中还包括使用者权限的id；

在判断所述分子地图数据库是否在同一锚点坐标系下后，所述方法还包括：

判断所述使用者的id是否拥有对应的权限，如是，则将所述分子地图数据库的id和所述使用者权限的id分享至所述使用者的id；

所述使用者权限包括新增、修改、删除和查看。

Images