谱图可视化

本文介绍 MassFlow 中的质谱图绘制功能。

作者：董乐强，董京伟

问题反馈： 如果在使用 MassFlow 或阅读文档时发现问题，可通过 GitHub Issues 提交反馈，或联系邮箱：707244007@qq.com。

概述

质谱成像数据中的每个采集位置都对应一条质谱。质谱图用于查看某一个位置检测到的离子信号，其中：

横轴表示 m/z；
纵轴表示信号强度。

通过质谱图可以先了解原始数据的大致状态，也可以比较预处理前后的变化。例如：

查看是否存在明显的基线抬高或缓慢漂移；
比较噪声抑制前后的连续质谱；
检查峰提取后主要离子峰是否被保留；
查看峰对齐或峰过滤前后的峰位置和峰数量变化。

质谱图反映的是某一个像素位置的质谱情况，不能单独代表整份 MSI 数据。实际分析时，建议结合多个组织位置的质谱、TIC 图和目标离子图一起判断。

功能说明

plot_spectrum

python

massflow.tools.plot.plot_spectrum(
    base=None,
    target=None,
    save_path=None,
    figsize=(20, 5),
    dpi=300,
    colors=None,
    line_width=None,
    plot_mode=None,
    mz_range=None,
    intensity_range=None,
    metrics_box=True,
    overlay=False,
)

功能：可以绘制一条质谱，也可以比较两条质谱。
参数：
- base：需要绘制的主要质谱。通常传入数据管理器中的一条质谱，例如 dm.ms[0]。只绘制一条质谱时填写这一项
- target：需要与base所选质谱比较的第二条质谱。比较处理前后结果时填写；只绘制一条质谱时保持 None。
- save_path：图片保存路径。保持 None 时直接显示图片。
- figsize：图片尺寸，默认 (20, 5)。
- dpi：图片分辨率，默认 300。数值越高图片越清晰。
- colors：设置质谱的颜色。默认 None，表示使用程序默认配色。如需修改颜色可以传入相应颜色。例想改成红色可设置colors="red"
- line_width：设置线条宽度。默认宽度为1.5，一般情况下保持默认即可。如需调整，可以填写其他数值。该参数只影响绘图效果，不改变质谱数据。
- plot_mode：设置质谱的绘制方式。支持轮廓图 "line" 和棒状图 "stem"，默认为 "line"。比较两条质谱时，也可以分别指定绘图方式。例如 ["line", "stem"] 表示第一条质谱使用轮廓图，第二条质谱使用棒状图。
- mz_range：设置横轴显示的 m/z 范围，例如 (400, 410)表示只显示 m/z 400–410 的范围。不填写时会根据当前输入数据自动设置。
- intensity_range：设置纵轴显示的信号强度范围，例如 (0, 20)表示只显示信号强度 0–20 的范围。不填写时会根据当前输入数据自动设置。
- metrics_box：比较两条质谱时是否显示辅助比较信息。默认 True。同时提供 base 和 target 时，设置为 True 会在图中显示辅助比较信息；设置为 False 时只显示质谱图。
- overlay：两条质谱是否叠加在同一个坐标轴中，默认 False。若设置为True两条质谱会叠加在同一个坐标轴中。

绘图方式

不同类型的质谱适合使用不同的绘图方式。

数据类型	推荐绘图方式	适合观察
轮廓型（profile）数据	`line`	峰形、噪声、基线和连续信号变化
质心型（centroid）数据	`stem`	峰位置、峰数量和峰强度

Profile 数据

轮廓型（profile）数据保留连续的 m/z 和信号强度信息，可以观察完整的峰形。

建议使用：

python

plot_mode="line"

例如：

python

from massflow.tools.plot import plot_spectrum

plot_spectrum(
    base=dm.ms[0],
    plot_mode="line",
    mz_range=(400, 410),
    metrics_box=False,
)

这种方式适合查看：

峰形；
谱图噪声；
基线；
平滑前后的变化。

Centroid 数据

质心型（centroid）数据只保留识别出的离子峰及其强度，不再保留完整的连续峰形。

建议使用：

python

plot_mode="stem"

例如：

python

from massflow.tools.plot import plot_spectrum

plot_spectrum(
    base=dm.ms[0],
    plot_mode="stem",
    mz_range=(400, 410),
    metrics_box=False,
)

这种方式可以更清楚地观察：

峰的位置；
峰的数量；
不同峰的强度。

因此，峰提取、峰对齐以及后续在共享 m/z 轴上进行的处理结果通常更适合使用棒状图查看。

比较处理前后的质谱

plot_spectrum 可以同时传入处理前后的两条质谱。

例如：

python

plot_spectrum(
    base=before.ms[0],
    target=after.ms[0],
    mz_range=(400, 410),
    plot_mode=["line","stem"],
    metrics_box=True,
)

同时会生成辅助比较信息：

Range：base 质谱的 m/z 范围；
Correlation：两条谱强度序列的 Pearson 相关系数；
TIC ratio：target 总强度 / base 总强度；
SNR orig：base 的信噪比；
SNR den：target 的信噪比；
SNR improvement：target SNR / base SNR。

Snipaste_2026-08-11_20-45-03

比较时应尽量保证：

使用同一个像素或同一个谱图位置；
使用相同的 mz_range；
使用可以直接比较的纵轴范围；
根据数据类型选择正确的 plot_mode。

这样才能判断看到的差异是否确实来自数据处理，而不是来自不同像素或不同绘图范围。

分开显示与叠加显示

默认情况下：

overlay=False

两条质谱分别显示，适合观察各自的峰形、峰位置和整体变化。

如果希望将两条质谱绘制在同一个坐标轴中，可以设置：

overlay=True

叠加显示可以更直接地观察两条质谱之间的峰位置和信号强度差异。

如果两条质谱的强度差异较大，叠加后不容易观察，可以继续使用默认的 overlay=False。

总体工作流程图

错误处理

绘图中base和target参数应该至少设置一个，如果两者都为None代码会出现报错
spectrum has no data points.：当前质谱没有数据点。可以检查质谱是否读取成功，或者所选择像素位置是否有有效数据
No data points in selected 'mz_range'.：设置的 m/z 范围中没有数据。需要根据载入的数据重新设置想要查看的m/z 范围

参考

tools/plot.py：质谱绘制

谱图可视化 ​

概述 ​

功能说明 ​

plot_spectrum ​

绘图方式 ​

Profile 数据 ​

Centroid 数据 ​

比较处理前后的质谱 ​

分开显示与叠加显示 ​

总体工作流程图 ​

错误处理 ​

参考 ​

谱图可视化

概述

功能说明

plot_spectrum

绘图方式

Profile 数据

Centroid 数据

比较处理前后的质谱

分开显示与叠加显示

总体工作流程图

错误处理

参考