用途:将 NMR 或 LC-MS 代谢组学峰表(MetaboAnalyst CSV、通用宽 CSV、带 m/z/RT 的 LC-MS 表)载入为 AnnData,执行标准清洗链:载入→插补→样本归一化→特征变换,并可选做 LC-MS 的漂移、批次、样本离群校正;输出 obs['group'] 已填充、原始强度保存在 layer 中、尺度适合下游分析的数据。
主要能力:三个载入器 read_metaboanalyst / read_wide / read_lcms(后者解析 m/z、RT 至 var['mz']、var['rt']);impute 支持 qrilc、knn、half_min、zero;normalize 支持 pqn、tic、median、mstus;transform 支持 log、glog、autoscale、pareto;QC 与校正含 cv_filter、blank_filter、drift_correct、serrf、ov.bulk.batch_correction(ComBat)、sample_qc 及 sample_qc_plot。LC-MS 校正顺序为 drift_correct→serrf→ComBat。还提供可链式 pyMetabo 类,方法与函数式 API 数值一致。附带单变量 differential、anova、volcano 仅作完整性示例。
使用方式:按文件格式选择载入器并传 group_col;依缺失机制选插补法(MAR 用 knn,左删失 LC-MS 用 qrilc);PQN 归一化;下游单变量用 log 变换并传 log_transformed=True,多变量再叠加 pareto。LC-MS 需 obs 含 sample_type(含 QC 标签)、batch,drift_correct 还需数值型 injection_order。
限制:仅限预处理与 MS 校正,PLS-DA/OPLS-DA、MSEA、生物标志物、DGCA、MOFA 等属其他技能;要求 AnnData 稠密 float,不支持稀疏矩阵,缺失须为 NaN;SERRF 每批至少 5 个 QC,ComBat 每批至少 3 样本;样本 QC 标志需人工复核后再决定移除。