xcms了解和使用
更新时间:2024-01-22 21:57:01 阅读量: 教育文库 文档下载
- 小草莓随拍推荐度:
- 相关推荐
XCMS包用法
1. 前期准备
数据类型:NetCDF, mzXML, mzData 。 所以首先需要把自己的文件通过相应的软件转化成这类文件。
数据位置:因为xcms会记录下数据所在的位置,并且在数据分析过程中会来回从文件夹中读取数据。所以不要再随意改变数据所在的文件的位置。
数据来源:来源不同的数据应当分开进行数据前处理。比如正离子和负离子模式下得到的数据,不同的洗脱梯度下得到的数据。
数据存储:xcms可以根据数据所在的文件夹的来识别不同的数据组。比如你想研究某一药物在两组病人间的纵向效应(longitudinaleffect),然后你可以把你的两组数据分别存入命名为group A和groupB的文件夹,这样xcms可以识别这两个组。每个文件夹内你还可以继续细分,比如按时间‘day1’,‘day2’等等。xcms会自动给这些数据命名为groupA/day1, group A/day 2, 等等。 (所以这里你要根据你的数据组来把它们存入不同的文件夹)。如果这里描述的不清楚的话,我会在后面的例子里进一步说明。
下面将会以一个详细的例子来分布解说xcms是如何处理LC-MS数据的。 2. 数据分析 2.1 文件读取
cdfpath <-system.file(\
system.file 作用是寻找包里面文件的路径和全名。这里指的是在叫‘faahKO’的包中找到文件类型为‘cdf’的文件的全名。
list.files(cdfpath,recursive = TRUE)
[1] \ [6] \ [11] \
list.files 是读取该路径下的文件夹或文件名,并以字符型向量存储。
当然,这两条代码对我们都不重要,它们只是单纯的为了从这个包里面读取数据。
2.2 过滤及谱峰检测(filtration and peak identification) Library(xcms)每次使用这个包之前先要加载。
cdffiles <- list.files(cdfpath, recursive = TRUE, full.names = TRUE)
读取cdf文件,这里如果你要读取你自己的文件,你只要把cdfpath换成你的文件夹所在的位置就行,比如你的数据在文件 D:/data,那你把这里的代码换成cdffiles <- list.files(‘D:/data, recursive = TRUE, full.names = TRUE) 就行(当然还有更方便的方法,不过这个就够用了)。Recursive=TURE 的话,它会递归读取到你文件夹里,如果是False的话就只会读取到文件夹。Full.names=TURE的话,你会得到一个包含路径的文件名,False的话只会得到文件名。
[1] \ [2] \ [3] \ [4] \ [5] \ [6] \ [7] \ [8] \
[9] \ [10] \ [11] \ [12] \ xset <- xcmsSet(cdffiles)
这条语句主要作用是谱峰鉴定(peak identification),其结果存储在了一个‘xcmsset’类型的数据(不用管这个类型是啥意思)。
250:38 300:103 350:226 400:338 450:431 500:529 550:674 600:847 250:43 300:128 350:275 400:394 450:500 500:637 550:835 600:1027 250:25 300:93 350:227 400:337 450:411 500:498 550:640 600:758 250:19 300:67 350:169 400:258 450:301 500:373 550:488 600:580 250:24 300:60 350:166 400:254 450:315 500:391 550:501 600:582 250:31 300:71 350:183 400:280 450:338 500:422 550:532 600:604 250:41 300:105 350:212 400:319 450:416 500:533 550:684 600:838 250:27 300:107 350:232 400:347 450:440 500:549 550:712 600:905 250:24 300:87 350:200 400:293 450:351 500:426 550:548 600:661 250:22 300:65 350:161 400:243 450:293 500:358 550:483 600:561 250:28 300:69 350:157 400:229 450:282 500:364 550:493 600:592 250:30 300:81 350:188 400:280 450:356 500:473 550:618 600:765
每一行就是一个文件,并且谱峰鉴定结果用成对的数据形式来给出。分号前面的数字表示正在处理的质荷比(m/z),后面的数字表示到该质荷比时已经找出的峰数目(peaknumber)
这个语句看似简单,里面包含的参数却很多:
xcmsSet(files = NULL, snames = NULL, sclass = NULL, phenoData = NULL, profmethod = \
mslevel=NULL, nSlaves=0, progressCallback=NULL, scanrange = NULL, ...) 多数情况下,我们用这些默认值就够了。但对于特定的分析仪器或者数据,我们也需要优化一些参数。Findpeaks利用两种不同的算法来进行峰值检测(peak detection)。其中默认法是?ndPeaks.matchedFilter,另一种方法是?ndPeaks.centWave。 2.2.1 ?ndPeaks.matchedFilter 该法有几个参数需要考虑:
峰宽(peak width)可用标准方差(sigma) 或者半峰全宽(fwhm)来表示,默认值是FWHM=30 s。根据色谱类型,我们应当选择合适的峰宽。 步长(step)默认值是2,step=2.
存储,有四种方法, ‘bin’,‘binlin’,‘binlinbase’,‘intlin’,其中bin是默认方法。四种方法的具体意思自己看文献吧,最后一个不推荐用,第三个具体怎么设置,我也没咋看懂。
2.2.2 ?ndPeaks.centWave
该法更适合于高分辨率的仪器下的centroid mode的数据, 比如
LC/{TOF,OrbiTrap,FTICR}-MS。binning在这里是不必要的。这里面有两个参数需要考虑: ppm,其选择和仪器精度有关
峰宽范围(peak width range):比如HPLC里用peakwidth=c(20,50) ,UPLC里是peakwidth=c(5,12), 单位是秒。
说了这个多了,举例子吧(英语说明里这部分一笔带过,而且help里的例子也不适合batchfiles,如何设置这些参数的确让人有些摸不着头脑): 1. ?ndPeaks.matchedFilter
xset <- xcmsSet(cdffiles, method=’matchedFilter’,fwhm=60, step=3, profmethod='binlin' ) xset
An\
Timerange: 2507.6-4139.9 seconds (41.8-69 minutes) Massrange: 200.1-597.0233 m/z Peaks:2549 (about 212 per sample) PeakGroups: 0
Sampleclasses: KO, WT
Profilesettings: method = binlin step = 3 Memoryusage: 0.497 MB
最后结果如上,我用了matchedFilter方法,fwhm是60s,步长是3,存储方法是 binlin 2. ?ndPeaks.centWave
xset <-xcmsSet(cdffiles, method=’centWave’, ppm=5, peakwidth=c(10,20) ) xset
An\
Timerange: 2502.9-4476.4 seconds (41.7-74.6 minutes) Massrange: 200.1-600 m/z
Peaks:52907 (about 4409 per sample) PeakGroups: 0
Sampleclasses: KO, WT
Profilesettings: method = bin step = 0.1 Memoryusage: 4.68 MB
最后结果如上,我用了centWave方法,ppm=5,峰宽范围是10-20s。
2.3样本间峰匹配 (peak match across samples) xset<- group(xset)
Group 有三种方法‘density’,‘mzClust’和‘nearest’。每种方法下都有一系列不同的参数。‘density’是默认方法。nearest’需要额外安装‘RANN’的包 才能实现。 Density:Group peaks together across samples using overlapping m/z bins andcalculation of smoothed peak distributions in chromatographic time。 mzClust:Runs high resolution alignment onsingle spectra samples stored in a given xcmsSet.
Nearest: Group peaks together across samples by creating a master peaklist and assigning corresponding peaks from all samples.
具体的方法和参数自己可以用help。比如想查density方法,就用help(‘group.density’)来查看。 举个例子:
Xset<-group(xset, mzppm = 10, mzabs= 0, minsamp = 1, minfrac=0) 这里我用了mzCluster,它对应的各个参数跟在后面。 2.4保留时间校正 (retention time correction)
样本间峰匹配分组后,xcms便通过这些分组来确定和校正每次运行之间保留时间的漂移。峰对其后xcms再进行一次分组,以提高分组的精确性。并非所有的分组都适合用来做保留时间的校正,比如有很多缺失峰的组和来自于同一样品,但却有多条峰的组。 xset2 <- retcor(xset,family = \ 这里面又是一大堆参数
Rector也有三种方法‘loess’,’obiwarp’,’peakgroups’, 其中‘loess’是默认方法。 Loess & peakgroups:Use smoothed deviations to alignretention times. 这两个方法竟然完全一样,参数也一样。
Obiwarp:Calculate retention time deviationsfor each sample. It is based on the code at http://obi-warp.sourceforge.net/. However, this function is ableto align multiple samples, by a center-star strategy.
每个方法后面又是跟了很多参数。具体还是通过help来查看。比如想看loess,就用help(’retcor.loess’)
保留时间校正后,xcms又进行了一次分组,方法同上,不再细讲。 xset2 <- group(xset2,bw = 10) 2.5Filling in Missing Peak Data
即使再次精确分组,还会存在有些组有缺失峰。 xset3 <-fillPeaks(xset2)
这里有两种方法,‘chrom’和‘MSW’,其中‘chrom’是默认法。 ‘chrom’法:Integrateareas of missing peaks
它有一个参数‘nSlaves’:number of slaves/cores to be used for parallel peak ?lling. MPI is used if installed,otherwise the snow package is employed for multicore support.
‘MSW’法:Integrateareas of missing peaks in FTICR-MS data
正在阅读:
xcms了解和使用01-22
学院党支部20xx年述职述廉工作总结02-25
我省“千人计划”引进441名“高精尖缺”创新创业人才04-04
办公家具采购项目招标文件05-01
办公家具投标书 - 图文04-28
2015水力学与水泵B卷11-18
有一种努力叫坚持作文700字07-04
书香校园作文400字06-27
一片纸的旅行作文500字07-04
- exercise2
- 铅锌矿详查地质设计 - 图文
- 厨余垃圾、餐厨垃圾堆肥系统设计方案
- 陈明珠开题报告
- 化工原理精选例题
- 政府形象宣传册营销案例
- 小学一至三年级语文阅读专项练习题
- 2014.民诉 期末考试 复习题
- 巅峰智业 - 做好顶层设计对建设城市的重要意义
- (三起)冀教版三年级英语上册Unit4 Lesson24练习题及答案
- 2017年实心轮胎现状及发展趋势分析(目录)
- 基于GIS的农用地定级技术研究定稿
- 2017-2022年中国医疗保健市场调查与市场前景预测报告(目录) - 图文
- 作业
- OFDM技术仿真(MATLAB代码) - 图文
- Android工程师笔试题及答案
- 生命密码联合密码
- 空间地上权若干法律问题探究
- 江苏学业水平测试《机械基础》模拟试题
- 选课走班实施方案
- 了解
- 使用
- xcms
- 四川提名2018年国家科学技术奖励项目
- U盘读写模块项目可行性研究报告(目录) - 图文
- 最优回归模型的求解步骤
- 山东省09届高三数学理期末章节分类试题 - 三角函数
- 创新创业教育课程标准
- 结构力学辅导书和各个学校
- 差旅费(国内)及探亲费管理办法
- 生产设备控制程序
- 武汉理工大学《信号与系统》2010年考研培训班内部讲义2
- 美联储的历史和现在
- 小学生防水安全教育
- 电机与拖动期末考试复习资料
- 小班养成教育计划
- 2013山东公务员面试模拟题:网店征税
- 关于环境保护的社会实践调查报告 - 图文
- 学案:2012届高一: 3.7.1处理民族关系的原则导学案(新人教必修2)(政治)
- 临床实验室管理试题
- 云南煤矿安全监察局曲靖分局联合富源县分局到祥达煤矿大检查
- 四年级数学《解决问题》评课稿
- 个人先进标兵事迹材料