[发明专利]复杂样本GC-MS自动解析实现化合物准确鉴别与差异性组分筛查的方法

权利要求书

1.一种复杂样本GC-MS自动解析实现化合物准确鉴别与差异性组分筛查的方法，其特征在于，包括以下步骤：

a.提取GC-MS质谱中的TIC色谱峰及EIC色谱峰，包括以下步骤：

a1.对所述GC-MS质谱中的TIC色谱信号和EIC色谱信号进行基线校准，以消除背景漂移：采用极小值法，分别提取所述TIC色谱信号和所述EIC色谱信号中的极小值，利用稳健统计分析剔除来源于色谱峰的极小值后，利用线性插值法估算背景漂移，并从原始信号中剔除，获得基线校正后的所述TIC色谱信号和所述EIC色谱信号，作为原始TIC信号及原始EIC信号；

a2.对基线校正后的所述TIC色谱信号和所述EIC色谱信号，采用高斯平滑法进行色谱峰的提取：采用一系列不同尺度的高斯函数作为平滑函数，通过卷积运算实现信号平滑；所述TIC色谱信号及所述EIC色谱信号平滑后，获得一系列平滑后信号，提取每一个平滑信号的极大值，筛选不同尺度下平滑后均存在的极大值，作为初始色谱峰；

a3.在所述原始TIC信号及原始EIC信号中，剔除初始色谱峰左侧连续上升和右侧连续下降的部分，估计出原始信号中的噪声；将初始色谱峰中高于噪声的部分设置为流出峰；剔除信噪比低于3的初始色谱峰，最终实现所述TIC色谱峰及所述EIC色谱峰的提取；

b.明确每个所述TIC色谱峰的解析范围，查找解析范围内的所述EIC色谱峰信息，包括以下步骤：

b1.计算流出峰起始位置信号响度与峰最高点位置之间的比值r；

b2.将所述TIC色谱峰前半部分流出宽度扩大至（w/r）-5，其中，w表示前半部分的宽度，-5表示向前面延伸5个扫描点，将所述TIC色谱峰后半部分的流出宽度扩大至（w/r）+5，其中，+5表示向后面延伸5个扫描点；

c.根据所查找到的EIC色谱峰信息对所述EIC色谱峰进行聚类，获得每一个类的代表性色谱轮廓谱图；

d.构建初始色谱谱图矩阵，利用修正的多元曲线分辨-交替最小二乘法对初始色谱谱图矩阵进行优化解析，获得每个所述TIC色谱峰下的化学成分的质谱谱图，其中，“构建初始色谱谱图矩阵”包括以下步骤：

在步骤c的基础上，获得聚类的所述EIC色谱峰结果，通过奇异值分解获得代表每一类的色谱峰轮廓谱图；首先将色谱谱图矩阵设置为空矩阵；然后选择色谱离子数目最多的类的色谱峰轮廓谱图，引入到色谱谱图矩阵中，在剩下的类中，筛选与色谱谱图矩阵最不相关的类的色谱峰轮廓谱图，引入到色谱谱图矩阵中；若色谱谱图的矩阵条件数大于设定阈值或者全部类的色谱峰轮廓谱图均已引入，则该过程终止，最终获得每一个所述TIC色谱峰的初始色谱谱图矩阵；

其中，“利用修正的多元曲线分辨-交替最小二乘法对初始色谱谱图矩阵进行优化解析”包括以下步骤：

d1.将所述初始色谱谱图矩阵设定为C；

d2.每一个所述TIC色谱峰流出范围内的所述EIC色谱峰轮廓谱图构建成一个待解析矩阵X；

d3.计算质谱矩阵S，S=(C⁺X)^T；

d4.计算C，C=X(S^T)⁺；

d5.重复步骤（d3）和（d4），直至收敛；

其中，具体修正方法为：在每一步的计算中，判断计算出来的色谱矩阵C是否病态，如果色谱矩阵的条件数大于设定阈值，则剔除其中与其它组分最相关的色谱谱图；

e.构建质谱谱库，所述质谱谱库中包含标准化合物质谱谱图，将解析所得的每个TIC色谱峰下的化学成分的质谱谱图导入至所述质谱谱库，进行单一样本中化合物的自动识别；

f.对不同样本分组，利用统计分析方法筛选组间有差异的代谢物；

其中，步骤c中，“对EIC色谱峰进行聚类”方法为：根据每个所述EIC峰色谱轮廓谱图的形状，采用层次聚类法进行聚类，包括以下步骤：

c1.采用Pearson相关系数衡量色谱轮廓之间的相似度；

c2.将相似度低于预定相似度阈值，并且EIC色谱峰之间的距离大于预定距离阈值的相似度设置为0；

c3.根据相关系数从大到小，将EIC色谱峰进行聚类。

2.如权利要求1所述的复杂样本GC-MS自动解析实现化合物准确鉴别与差异性组分筛查的方法，其特征在于，步骤c2中，所述预定相似度阈值为0.95，所述预定距离阈值为0.02min。