1简介

的光谱包为质谱(MS)数据的处理提供了一个中央基础设施。该软件包支持不同的可互换使用后端从各种来源(如mzML文件)导入MS数据。的MsBackendMassbank包允许导入和处理MS/MS谱数据Massbank．的用法MsBackendMassbank包包括MassBank数据到MS数据分析工作流程与光谱R包装。

2安装

安装包可以与BiocManager包中。安装BiocManager使用install.packages(“BiocManager”)在那之后，BiocManager::安装(“MsBackendMassbank”)安装此包。

3.从MassBank文件导入MS/MS数据

MassBank文件(由Massbank github仓库)通常每个文件存储一个库频谱，通常是集中的，并且是MS级别2。在下面的简短示例中，我们从每个文件包含多个库光谱的文件中加载数据，或者从每个文件中加载数据，每个文件都包含这个包提供的单个光谱。下面我们首先加载所有必需的包，并定义到Massbank文件的路径。

库(谱)库(MsBackendMassbank) fls <- dir(系统。file("extdata"， package = "MsBackendMassbank")， full.names = TRUE, pattern = "txt$"

[1] "/tmp/Rtmp8zYDoh/Rinst4697d2552f636/MsBackendMassbank/extdata/BSU00001.txt" ## [2] "/tmp/Rtmp8zYDoh/Rinst4697d2552f636/MsBackendMassbank/extdata/RP000501.txt" ## [3] "/tmp/Rtmp8zYDoh/Rinst4697d2552f636/MsBackendMassbank/extdata/RP000502.txt" ## [5] "/tmp/Rtmp8zYDoh/Rinst4697d2552f636/MsBackendMassbank/extdata/RP000503.txt" ## [5] "/tmp/Rtmp8zYDoh/Rinst4697d2552f636/MsBackendMassbank/extdata/RP000503.txt"/tmp/Rtmp8zYDoh/Rinst4697d2552f636/MsBackendMassbank/extdata/RP000511.txt" ## [7] "/tmp/Rtmp8zYDoh/Rinst4697d2552f636/MsBackendMassbank/extdata/RP000512.txt" ## [8] "/tmp/Rtmp8zYDoh/Rinst4697d2552f636/MsBackendMassbank/extdata/RP000513.txt"

MS数据可以通过光谱对象。下面我们创建一个光谱用这些MGF文件中的数据。为此，我们提供文件名并指定使用MsBackendMassbank ()后端为源启用数据导入。首先，我们从一个具有多个光谱库的文件中导入。

sps <- Spectra(fls[1]， source = MsBackendMassbank()， backend = MsBackendDataFrame())

有了这些，我们现在可以完全访问我们下面列出的所有导入的光谱变量。

spectraVariables (sps)

[1]“msLevel”“rtime”##[3]“tionnum”“scanIndex”##[7]“dataStorage”“dataOrigin”##[9]“polarity”“precScanNum”##[11]“precursorMz”“precursorIntensity”##[13]“precursorCharge”“collisionEnergy”##[15]“isolationWindowLowerMz”“isolationWindowTargetMz”##[17]“isolationWindowUpperMz”“acquistionNum”##[19]“接入”“name”##[21]“smiles”“exactmass”##[23]“formula”“inchi”##[25]“cas”“inchikey”##[27]“add”“splash”## [29]“标题”

对于多个文件也是如此，每个文件都包含一个库频谱。

sps <- Spectra(fls[-1]， source = MsBackendMassbank()， backend = MsBackendDataFrame()) spectravvariables (sps)

[1]“msLevel”“rtime”##[3]“tionnum”“scanIndex”##[7]“dataStorage”“dataOrigin”##[9]“polarity”“precScanNum”##[11]“precursorMz”“precursorIntensity”##[13]“precursorCharge”“collisionEnergy”##[15]“isolationWindowLowerMz”“isolationWindowTargetMz”##[17]“isolationWindowUpperMz”“acquistionNum”##[19]“接入”“name”##[21]“smiles”“exactmass”##[23]“formula”“inchi”##[25]“cas”“inchikey”##[27]“add”“splash”## [29]“标题”

默认情况下，完整的元数据与光谱一起读取。这可以增加加载时间。可以跳过不同的元数据块，从而减少了导入时间。这需要定义一个附加项data.frame指明要读什么。

# create数据帧，表示需要读取元数据块。metaDataBlocks <- data.frame(metadata = c("ac"， "ch"， "sp"， "ms"， "record"， "pk"， "comment")， read = rep(TRUE, 7)) sps <- Spectra(fls[-1]， source = MsBackendMassbank()， backend = MsBackendDataFrame()， metaBlock = metaDataBlocks) #所有可能在MassBank中的spectraVariables都是read spectraVariables(sps)

[1]“msLevel”“rtime”##[3]“tionnum”“scanIndex”##[7]“dataStorage”“dataOrigin”##[9]“polarity”“precScanNum”##[11]“precursorMz”“precursorIntensity”##[13]“precursorCharge”“collisionEnergy”##[15]“isolationWindowLowerMz”“isolationWindowTargetMz”##[17]“isolationWindowUpperMz”“acquistionNum”##[19]“接入”“name”##[21]“smiles”“exactmass”##[23]“formula”“inchi”##[25]“cas”“inchikey”##[27]“add”“splash”## [29]“标题”、“仪器”# #[31]“instrument_type”“ms_ms_type”# #[33]“ms_cap_voltage”“ms_col_gas”# #[35]“ms_desolv_gas_flow”“ms_desolv_temp”# #[37]“ms_frag_mode”“ms_ionization”# #[39]“ms_ionization_energy”“ms_laser”# #[41]“ms_matrix”“ms_mass_accuracy”# #[43]“ms_mass_range”“ms_reagent_gas”# #[45]“ms_resolution”“ms_scan_setting”# #[47]“ms_source_temp”“chrom_carrier_gas”# #[49]“chrom_column”“chrom_column_temp”# #[51]“chrom_column_temp_gradient”“chrom_flow_gradient”# #[53]“chrom_flow_rate”“chrom_inj_temp”# #[55]“chrom_inj_temp_gradient”“chrom_rti_kovats”# #[57]“chrom_rti_lee”“chrom_rti_naps”# #[59]“chrom_rti_uoa”“chrom_rti_uoa_pred”# #[61]“chrom_rt”“chrom_rt_uoa_pred”# #[63]“chrom_solvent”“chrom_transfer_temp”# #[65]“ims_instrument_type”“ims_drift_gas”# #[67]“ims_drift_time”“ims_ccs”# #[69]“general_conc”“compound_class”# #[71]“link_cayman”“link_chebi”# #[73]“link_chembl”“link_chempdb”# #[75]“link_chemspider”“link_comptox”# #[77] "link_hmdb" "link_kappaview" ## [79] "link_kegg" "link_knapsack" ## [81] "link_lipidbank" "link_lipidmaps" ## [83] "link_nikkaji" "link_pubchem" ## [85] "link_zinc" "scientific_name" ## [87] "lineage" "link" ## [89] "sample" "focus_base_peak" ## [91] "focus_derivative_form" "focus_derivative_mass" ## [93] "focus_derivative_type" "focus_ion_type" ## [95] "data_processing_comment" "data_processing_deprofile" ## [97] "data_processing_find" "data_processing_reanalyze" ## [99] "data_processing_recalibrate" "data_processing_whole" ## [101] "deprecated" "date" ## [103] "authors" "license" ## [105] "copyright" "publication" ## [107] "project" "pknum" ## [109] "comment"

#所有NA列都可以删除spectraVariables(dropNaSpectraVariables(sps))

[1]“msLevel”“rtime”##[3]“tionnum”“scanIndex”##[7]“dataStorage”“dataOrigin”##[9]“polarity”“precScanNum”##[11]“precursorMz”“precursorIntensity”##[13]“precursorCharge”“collisionEnergy”##[15]“isolationWindowLowerMz”“isolationWindowTargetMz”##[17]“isolationWindowUpperMz”“acquistionNum”##[19]“接入”“name”##[21]“smiles”“exactmass”##[23]“formula”“inchi”##[25]“cas”“inchikey”##[27]“add”“splash”## [29]“title”“instrument”##[31]“instrument_type”“ms_ms_type”## b[33]“ms_frag_mode”“ms_ionization”## b[35]“chrom_column”“chrom_flow_gradient”##[37]“chrom_flow_rate”“chrom_rt”##[39]“chrom_溶剂”“compound_class”##[41]“link_chebi”“link_chemspider”##[43]“link_comptox”“link_kegg”##[45]“link_pubchem”“focus_base_peak”##[47]“data_processing_reanalyze”“data_processing_whole”##[49]“date”“作者”##[51]“版权”##[53]“pknum”“评论”

除了默认的光谱变量，如msLevel，rtime，precursorMz，我们也有额外的光谱变量，如标题MGF文件中的每个频谱。

sps rtime美元

## rtime rtime rtime rtime rtime rtime 142.14 142.14 142.14 142.14 142.14 142.14 143.94 143.94 143.94 143.94

sps美元标题

## ##”l -色氨酸;LC-ESI-QTOF;一份;CE: 10;R =;[M+H]+“## ##”l -色氨酸;LC-ESI-QTOF;一份;CE: 20;R =; [M+H]+" ## ## "L-Tryptophan; LC-ESI-QTOF; MS2; CE: 40; R=; [M+H]+" ## title ## "L-Tryptophan; LC-ESI-QTOF; MS2; CE: 10; R=; [M+H]+" ## title ## "L-Tryptophan; LC-ESI-QTOF; MS2; CE: 20; R=; [M+H]+" ## title ## "L-Tryptophan; LC-ESI-QTOF; MS2; CE: 40; R=; [M+H]+" ## title ## "L-Tryptophan; LC-ESI-QTOF; MS2; CE: 10; R=; [M-H]-" ## title ## "L-Tryptophan; LC-ESI-QTOF; MS2; CE: 20; R=; [M-H]-" ## title ## "L-Tryptophan; LC-ESI-QTOF; MS2; CE: 40; R=; [M-H]-"

此外，我们还可以获得各光谱的m/z值和强度值。

mz (sps)

##长度为9的数字列表##[[""]]74.0233 132.0807 144.0805 146.0598…170.0597 188.0699 205.0965 ##[[""]] 74.0232 77.0381 86.0027 91.0539…160.0947 170.0596 171.0625 188.07 ##[[""]] 53.0019 53.0383 63.0225 65.0381…158.0817 159.0921 160.0755 170.06 ## [["mz"]] 74.0233 132.0807 144.0805 146.0598…170.0597 188.0699 205.0965 ## [["mz"]] 74.0232 77.0381 86.0027 91.0539…160.0947 170.0596 171.0625 188.07 ## [["mz"]] 53.0019 53.0383 63.0225 65.0381…158.0817 159.0921 160.0755 170.06 ## [["mz"]] 72.0095 116.0517 117.0554 159.0935 186.0558 203.0826 ## [["mz"]] 72.0094 74.0253 116.0511 117.0539…162.0307 186.0548 203.0818 ## [["mz"]] 74.0253 116.0508

强度(sps)

长度为9的数字列表##[[""]]646 980 2114 20052 1248 7628 2036 494048 75708 ##[[""]]10186 142 142 750 138 490 126…14266 1478 1600 16504 1446 109762 ##[[""]] 324 184 138 3770 500 800 7214 3238…2802 206 898 162 166 814 250 1840 ##[[“强度”]]646 980 2114 20052 1248 7628 2036 494048 75708 ##[[“强度”]]10186 142 142 750 138 490…14266 1478 1600 16504 1446 109762 ##[["强度"]]324 184 138 3770 500 800 7214…206 898 162 166 814 250 1840 ##[[“强度”]]150 200 32 232 80 12162 ##[[“强度”]]460 3630 658 74 28 190 44 142 50 52 634 ##[[“强度”]]282 424

当导入大量mgf文件时，设置不间断=真当遇到有问题的MGF文件时，防止调用停止。

sps <- Spectra(fls, source = MsBackendMassbank()， nonStop = TRUE)

4访问MassBank MySQL数据库

从单个文本文件导入MassBank数据的另一种方法(可能需要相当多的时间)是直接访问MassBank MySQL数据库中的MS/MS数据。出于演示目的，我们在这里使用了MassBank数据的一个小子集，它存储在这个包中的SQLite数据库中。

library(RMariaDB) con <- dbConnect(MariaDB()， host = "localhost"， user = "massbank"， dbname = "massbank")

library(RSQLite) con <- dbConnect(SQLite()，系统。文件(“sql”、“minimassbank。sqlite"， package = "MsBackendMassbank"))

mb <- spectrum (con, source = MsBackendMassbankSql()) mb

## MSn数据(谱)与70个谱在MsBackendMassbankSql后端:## msLevel precursorMz极性## <整数> <数字> <整数> ## 1 2 506 0 ## 2 NA NA 1 ## 3 NA NA 0 ## 4 NA NA 1 ## 5 NA NA 0 ## ... ... ... ...## 2 185.028 0 ## 67 2 455.290 1 ## 68 2 253.051 0 ## 69 2 358.238 1 ## 70 2 256.170 1 ##…42个变量/列。##使用“spectraVariables”列出所有的变量。

spectraVariables (mb)

[13]“precursorCharge”“collisionEnergy”#[15]“isolationWindowLowerMz”“isolationWindowUpperMz”“spectrum_id”#[19]“spectrum_name”“date”#[21]“authors”“license”#[23]“copyright”“publication”#[25]“splash”“compound_id”#[27]“add”##[5]“dataStorage”“dataOrigin”##[9]“polarity”“precScanNum”##[11]“precursorIntensity”##[13]“precursorCharge”“collisionEnergy”##[15]“isolationWindowUpperMz”“isolationWindowTargetMz”## b[17]“isolationWindowUpperMz”“spectrum_id”“电离”##[29]“ionization_voltage”“fragmentation_mode”##[31]“collision_energy_text”“instrument”##[33]“instrument_type”“formula”##[35]“exactmass”“smiles”##[37]“inchi”“inchikey”##[39]“cas”“pubchem”##[41]“synonym”“precursor_mz_text”##[43]“compound_name”

头(msLevel (mb))

##[1] 2呐呐呐呐2

头(mb msLevel美元)

##[1] 2呐呐呐呐2

mz (mb)

##数字列表长度为70 ##[[1]]146.760803 158.863541 174.988785…470.057434 487.989319 585.88446 ##[[2]] 22.99 23.07 23.19 38.98 53.15 60.08…391.18 413.22 414.22 429.16 495.2 ##[[3]] 108.099566 152.005378 153.01824…341.031964 409.06729 499.103447 ##[[4]] 137.0227 138.025605 139.034602…304.271886 316.303106 352.234228 ##[[5]] 112.977759 205.053323 208.041128…449.137152 671.1778 673.200866 ##[[6]] 78.893929 183.011719 193.957916…328.091949 408.010193 426.021942 ##[[7]] 167.03389 168.040758 333.079965…357.073039 365.040698 373.073473 ##[[8]] 195.09167 196.095033 ##[[9]] 108.096149 152.004656 153.01824…359.997563 409.065314 491.043775 ##[[10]] 1278.12 1279.11 1279.18 1306.21…2064.29 2091.32 2092.3 2136.33 ##… ## <60 more elements>

表(mb instrument_type美元)

## ## lc-esi-itft lc-esi-qft maldi-tof ## 3 50 17

mb <- mb[mb$电离== "ESI"]长度(mb)

## [1] 50

library(MsCoreUtils) sims <- compareSpectra(mb[11]， mb[-11]， FUN = ndotproduct, ppm = 40) max(sims)

0.7507467

plotSpectraMirror(mb[11]， mb[(where .max(sims) + 1)]， ppm = 40)

Mb_match <- mb[c(11, which.max(sims) + 1)] compound (Mb_match)

##数据帧2行10列## compound_id公式exactmass smiles ## <整数> <字符> <数字> <字符> ## 1 31 C12H10O2 186.068 COC1=C(C=O)C2=CC=CC=..## 2 c = c (c = o) c2 = cc =..## inchi inchikey cas pubchem ## <字符> <字符> <字符> <字符> ## 1 inchi =1S/C12H10O2/c1..YIQGLTKAOHRZOL-UHFFF . .1/12/5392 CID:79352 ## 2 InChI=1S/C12H10O2/c1..MVXMNHYVCLMLDD-UHFFF . .15971-29-6 CID:85217 ##同义词名称## <字符列表> <字符> ## 1 2-甲氧基-1-萘..，2-甲氧基萘..2-Methoxy-1-naphthal . .4-甲氧基-1-萘..，4-甲氧基萘..4-Methoxy-1-Naphthal . .

5会话信息

sessionInfo ()

## R正在开发中(不稳定)(2023-01-10 r83596) ##平台:x86_64-pc-linux-gnu(64位)##运行在Ubuntu 22.04.1 LTS ## ##矩阵产品:默认## BLAS: /home/biocbuild/bbs-3.17-bioc/R/lib/libRblas。so ## LAPACK: /usr/lib/x86_64-linux-gnu/ LAPACK /liblapack.so.3.10.0 ## ## locale: ## [1] LC_CTYPE=en_US。UTF-8 LC_NUMERIC= c# # [3] LC_TIME=en_GB LC_COLLATE= c# # [5] LC_MONETARY=en_US。utf - 8 LC_MESSAGES = en_US。UTF-8 ## [7] LC_PAPER=en_US。UTF-8 LC_NAME= c# # [9] LC_ADDRESS=C lc_phone = c# # [11] LC_MEASUREMENT=en_US。UTF-8 LC_IDENTIFICATION=C ## ## time zone: America/New_York ## tzcode source: system (glibc) ## ##附加的基础包:## [1]stats4 stats graphics grDevices utils datasets methods ##[8]基础## ##其他附加包:## [1]MsCoreUtils_1.11.3 RSQLite_2.2.20 MsBackendMassbank_1.7.2 ## [4] Spectra_1.9.6 ProtGenerics_1.31.0 BiocParallel_1.33.9 ## [7] S4Vectors_0.37.3 BiocGenerics_0.45.0 BiocStyle_2.27.0 ## ##通过命名空间加载(且未附加):## [13] IRanges_2.33.0 yaml_2.3.6 fastmap_1.1.0 ## [13] R6_2.5.1 knitr_1. 4.1 MASS_7.3-58.1 ## [13] rlang_1.0.6 cachem_1.0.6 stringi_1.7.12 ## [25] xfun_0.36 fs_1.5.2 sass_0.4.4 ## [28] bit64_4.0.5 memoise_2.0.1 cli_3.6.0 ## [31] magrittr_2.0.3 digest_0.31 ## [7] blob_1.2.3 stringgr_1 .3.0 cluster_1.4 jquerylib_0.1.4 ## [13] IRanges_2.33.0 yaml_2.3.6 fastmap_1.1.0 ## [13] R6_2.5.1 knitr_1. 1.0 ## b[19] bookdown_0.32 DBI_1.1.3 bslib_0.4.2 ## [25] xfun_0.36 fs_1.5.2 sass_0.4.4 ## [28] bit64_4.0.5 memoise_2.0.1 cli_3.6.0[37] glue_1.6.2 codetools_0.2-18 rmarkdown_2.19 [40] pkgconfig_2.0.3 tools_4.3.0 htmltools_0.5.4