东方天意代谢组学质量控制与归一化助手
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-ekt13cme/metabolomics-qc。
技能介绍
代谢组学预处理里真正难的是什么
LC-MS / GC-MS 代谢组学常见的痛点不是「有没有校正函数」,而是方法叠错顺序、样本 × 特征矩阵方向弄反、元数据按行序硬对齐,以及在批次与分组混杂时仍强行跑 ComBat。缺失机制不同(MCAR / MNAR)时,插补与过滤阈值也应不同;若后续要做预测模型,在全体样本上估计归一化参数还会造成数据泄漏。可重复发表要求你能说明:为何选 QC-RSC、TIC、PQN 或 ComBat,RSD 阈值多少,以及最终矩阵是否仍含 NA。
技能如何协助分析流程
该技能以「先设计、后处理」为纲:引导你确认平台、离子模式、QC 类型与数量、注射顺序、批次与配对/协变量,并默认矩阵为行=样本、列=feature ID。在此前提下,它协助你:
- 对齐样本元数据(按样本名重排、查重复与缺失)
- 在合适场景选择漂移校正(如
QC-RSC)、总量归一化(TIC/PQN)与ComBat批次校正,并强调 ComBat 需用设计矩阵保护生物学变量 - 设定 QC-RSD 等阈值、做 PCA 等质控解读,以及可选的
imputeKNN 处理随机缺失 - 输出可审计记录:
sessionInfo、参数列表、异常特征与处理报告,并对照内置检查清单
适用边界与注意点
它不替你做 wet lab 决策,也不保证在批次与分组完全混杂时可可靠去除批次效应——此时应报告限制而非硬校正。若资料未覆盖你的特例组合,应回退到实验记录重审设计;技能描述中的故障排除条目(如 QC-RSD 偏高、PCA 中 QC 不聚集)用于核对参数而非替代实验复核。
使用场景
- 多批次 LC-MS 项目里,要在跑 ComBat 前核对 QC 数量、注射顺序与样本元数据是否按名对齐
- 血清代谢组导出峰表后,需在 TIC、PQN 与 QC-RSC 中择一并写明选择理由与处理顺序
- 特征缺失率分层后,要判断随机缺失是否可用 KNN 插补,并保证最终矩阵无 NA 再下游统计
- 计划建预测模型时,需在训练集内估计归一化与过滤参数,再应用到验证集避免泄漏
适合人员
- 做 LC-MS/GC-MS 下游的生物信息工程师,需要把归一化与批次决策写成可审计流程记录
- 课题研究生负责代谢组预处理,导师要求说明 ComBat 设计矩阵与 QC-RSD 筛特征依据
- 平台或课题质控岗位,要按清单核对 PCA 中 QC 聚集与中位 QC-RSD 是否达标
- 准备投稿或可重复研究包的分析师,需同步导出 session 版本信息与处理报告