对非目标选中的数据处理算法的批判性审查:改善结果可比性的挑战和机会
Gerrit Renner1,2, Max Reuschenbach3,4
1Instrumental Analytical Chemistry, University of Duisburg-Essen, Universitätsstr. 5, Essen, D-45141, NRW, Germany. gerrit.renner@uni-due.de.
Analytical and bioanalytical chemistry
|June 28, 2023
概括
非目标选 (NTS) 通过识别未知的化合物来推进环境分析. 本综述详细介绍了NTS数据处理方法,解决了数据分析方面的挑战,并促进了可靠,可比的结果.
科学领域:
- 分析化学 分析化学
- 环境化学环境化学
背景情况:
- 非目标查 (NTS) 对于在复杂的环境样本中识别未知化合物至关重要.
- 高分辨率质谱学增强了NTS,但使数据分析复杂化.
研究的目的:
- 审查和理解非目标选 (NTS) 数据处理方法.
- 讨论NTS数据分析的挑战和解决方案,包括算法性能和参数优化.
主要方法:
- 专注于数据处理步骤:中心化,提取离子染色图 (XIC) 构建,峰值表征,对齐,组件化和特征优先.
- 分析算法的优点,弱点以及用户参数的影响.
- 讨论数据质量,不确定性和跨研究可比性.
主要成果:
- 在NTS数据预处理,峰值检测和特征提取方面发现了挑战.
- 强调需要自动化参数优化和强有力的数据质量评估.
- 建议解决方案,以提高跨研究的可比性,包括标准化统计和数据交换平台.
结论:
- 对于NTS数据处理,需要仔细考虑算法,参数和数据质量.
- 标准化和开放数据实践对于提高NTS可靠性和可比性至关重要.
- 未来的建议集中在NTS社区的算法开发和用户最佳实践上.
