谱图内校正是决定傅里叶变换离子回旋共振质谱（Fourier transform ion cyclotron resonance mass spectrometry，FTICR-MS）谱图质量最为关键的数据处理环节。目前，FTICR-MS谱图内校正主要依赖于DataAnalysis商业软件。国内外尚无高效、自动化、批处理的开源FTICR-MS谱图内校正方法。针对此技术难题，中国地质大学（武汉）环境学院付庆龙老师建立了FTMSCalibrate开源方法，相关工作近期在Analytical Chemistry期刊上以Technical Note形式，发表了题为“Development of an Internal Calibration Algorithm for Ultrahigh-Resolution Mass Spectra of Dissolved Organic Matter”的研究论文。

论文信息

第一作者：付庆龙

第一单位：中国地质大学（武汉）环境学院

通讯作者：Manabu Fujii

文章链接：https://pubs.acs.org/doi/10.1021/acs.analchem.2c01342

摘要

谱图内校正是确保高质量FTICR-MS谱图不可或缺的数据处理环节，显著影响后续的分子式匹配效果。通常FTICR-MS谱图采用仪器自带的商业化软件DataAnalysis，手动、逐个峰匹对标准物质峰与测量峰后进行内校正处理。然而，目前国内外尚无针对不同来源溶解性有机质（Dissolved organic matter, DOM）的FTICR-MS谱图内校正方法的系统性研究。本文建立了一项新的基于逐步分段校正算法，该算法能够对正负电荷模式下的电喷雾（ESI）-FTICR-MS 谱图进行自动化、批处理式的内校正。与DataAnalysis内校正效果相比，FTMSCalibrate算法可以重现91.7%±4.4%的化学分子式。除显著降低分子式匹配误差之外，FTMSCalibrate算法校正后低荷质比（m/z）离子峰的分子式匹配准确性优于美国能源部/西北太平洋国家实验室开发的Formulariy软件和美国密歇根理工大学开发的MFAssignR算法。FTMSCalibrate算法不仅适用于校正ESI(-)-FTICR-MS谱图中的去质子化离子峰，也适用于ESI(+)-FTICR-MS谱图中的质子化离子峰和加Na、加K的加合离子峰。以上研究表明FTMSCalibrate算法是FTICR-MS谱图内校正一项可靠方法。该算法的建立将大大降低大量DOM的FTICR-MS内校正的工作量，提高后续数据分析准确性。

前言

质量校正是FTICR-MS测试和数据分析的必须环节。采用外校正和内校正两种方法，根据测量m/z值与标准物质的理论m/z值做回归，提高测量m/z值的准确性。针对DOM的FTICR-MS测试，通常采用标准物质（NaI和乙酸钠）的离子峰簇做外标物。然而，FTICR-MS仪器经过数小时测量之后，m/z值信号会产生细微的漂移（图1.）。然而该细微信号漂移将导致FTICR-MS谱图准确性降低，严重影响后续的分子式匹配。因此必须对整个谱图再次校正。通常采用利用FTICR-MS仪器DataAnalysis软件，对DOM中已知的CHO同系物（如DOM普遍存在的富含羧基的不饱和脂环族化合物和饱和脂肪酸）对DOM的FTICR-MS谱图进行内校正，将整个谱图的m/z值校正至误差允许范围之内。

图1. 校正前后FTICR-MS谱图对比。

DataAnalysis软件采用逐峰对比的方式，手动匹对测量峰的m/z值和其理论m/z值，然后采用一元一次或一元二次方程校正FTICR-MS谱图的测量m/z值。最近，德国奥尔登堡大学、美国能源部/西北太平洋国家实验室和美国密歇根理工大学分别建立了ICBM-OCEAN、Formularity和MFAssignR三个FTICR-MS开源方法。但上述方法作者未就对DOM样品的FTICR-MS谱图的内校正效果与DataAnalysis校正效果进行系统性对比。

算法简介

FTMSCalibrate算法基于MATLAB语言，采用模糊查找的方式匹对内标离子峰和检测峰，然后再采用分段拟合的方式对原始谱图进行校正，其运行流程见图2。按照样品顺序导入多个FTICR-MS谱图（m/z值、峰强度、峰分辨率和峰信噪比）后，设定校正参数（电荷模式等）后，FTMSCalibrate算法将自动、依次对每个FTICT-MS谱图进行内校正，并将校正结果导入至Excel表格中。FTMSCalibrate算法的操作可参考优酷视频教程（https://v.youku.com/v_show/id_XNTg4MjU5Mjk2MA==.html?spm=a2h0c.8166622.PhoneSokuUgcSeries_1.dscreenshot_1）。

图2. FTMSCalibrate算法的运行流程。

结果简介

与DataAnalysis软件相比，FTMSCalibrate算法可重现10个ESI(-)-FTICR-MS谱图中91.7%±4.4%的分子式。高强度峰的分子式重现性显著高于低强度峰的重现性，并且13C等同位素峰的重现性显著高于母峰的重现性（图3）。m/z较低以及CHO/CHON和CHOS分子的重现性最好（图4）。FTMSCalibrate算法校正后分子式匹配绝对误差显著低于DataAnalysis软件校正后的绝对误差。

图3. FTMSCalibrate对10个ESI(-)FTICR-MS谱图校正后，谱图分子式重现性（A）；原始FTICR-MS谱图、DataAnalysis和FTMSCalibrate校正后谱图的分子式匹配绝对误差。

图4. FTMSCalibrate校正后，不同m/z和分子组成的分子的重现性。

受加合离子影响，ESI(+)-FTICR-MS谱图比ESI(-)-FTICR-MS谱图更为复杂。FTMSCalibrate算法对ESI(+)-FTICR-MS谱图的校正效果与DataAnalysis软件的校正效果类似。FTMSCalibrate算法校正后SRFA和SRNOM 的ESI(+)-FTICR-MS谱图的分子式匹配重现率分别为82.9%和86.5%。该重现率的峰强度加权平均值分别为90.7%和94.0%。同时，FTMSCalibrate算法能够重现SRFA和SRNOM中85.4和87.0%的加合离子峰。

FTMSCalibrate算法与MFAssginR算法均采用分段式校正，因此校正后谱图分子式匹配误差更相近（图5）。Formularity与DataAnalysis均采用一次性拟合校正的方法，故Formularity校正后谱图的分子重现性最好（94.4%），但仅稍高于FTMSCalibrate的重现性（93.3%）。FTMSCalibrate所校正谱图分子式匹配的绝对误差显著低于MFAssignR和Formularity的绝对误差。

图5. FTMSCalibrate、MFAssignR和Formularity校正后东京湾海水DOM ESI(-)-FTICR-MS分子式匹配差的频率分布图。

结论

FTMSCalibrate算法对ESI(-)-FTICR-MS谱图的内校正效果优于MFAssginR算法和Formularity软件。FTMSCalibrate算法不仅适用于ESI(-)-FTICR-MS谱图，还适用于ESI(+)-FTICR-MS谱图，能够校正Na/K加合离子峰。FTMSCalibrate算法是商业化DataAnalysis软件的替代方法，能够高效、准确、自动化处理大量的FTICR-MS谱图。

受作者学术能力所限，本文难免有不足、错误之出，敬请各位读者谅解。如有建议或疑问，请直接与付庆龙联系，邮箱[email protected].