我在MSnbase里做了什么？

蛋白质组学蛋很疼，缺少开源工具，多半都是质谱仪自带的软件，而且只能跑在windows上，所以做数据分析也是很蛋疼，分析处理数据上落后NGS非常多。MSnbase是第一个R包可以做蛋白质组学的，是Laurent Gatto的成名作，在2010年他加入剑桥的时候着手开发的，当然主要是基础性的东西，他们有开发一系列的R包来做后续分析，而且着力点在于蛋白质的定位，即所谓的空间蛋白质组学：

我觉得这个定位非常好，要是只是蛋白质组定量，非常圈内人士爱标榜自己测的是自己的功能功能蛋白质表达量，而不是RNA和真实的蛋白表达有出入，在两者相关性非常好的情况下，你直接测其实意义不会大太多，所以我觉得他们着力于定位分析是非常好的。

这个2010年开发的包，我2011年开始关注，当时读了所有的代码，当时Laurent说有篇文章他有参与，可以给我原始数据，问我能不能实现里面做质控的图。

这图长这样，相似图谱之间的质量差应该是一个氨基酸，所以统计质量差，并做出分布图，单个氨基酸的质量应该有较大的密度，这个如图A，而图B中，氨基酸质量的分布被背景所掩盖，并且常见的污染物peg非常多，那么这就是一次很差的实验。

这事做起来并不难，于是我写了plotMzDelta函数，画出来的图是这样的（可以说这是我第一次完美画出和文章里一模一样的图）。

完成这个指派任务之后，我自己着手在写mgf文件的解析，质谱的RAW文件只能由质谱供应商提供的软件来读，但可以导出为mgf文件，解析mgf文件显然是为质谱数据的后续分析提供便利，于是我贡献了MSnbase里读写mgf文件的最初版本，每次谱图存入Spectrum对象，而整个实验存入MSnExp对象，并且支持其它来源的数据输出为mgf文件。

讲点题外活，当年在School of Biological Science的时候，被我抄掉的前导师，说要我分析质谱数据，他自己听了合作者说用某某软件之后，如果我没记错的话应该是proteinpilot，站在我面前跟我说你下载安装来看一下，我说这是windows版，实验室没有机器跑windows，他说你就给我下，我下了之后，在他的指点下，点击安装，系统不认，他才放弃说：“嗯，你可以去仪器中心用他们的电脑”，我说我知道怎么做，我有经验，结果他就怒了，说：“你凭什么说你是专家，我才是这里的专家”，这事过后，学生们背地里都叫他专家。这货后来，那个蛋白质组数据啥都没给人做，大家又是一个系里，楼上楼下的，人家不好意思，给他在中间某个可有可无的位置是挂了名，每次想到专家，我都好想818.。。。。

如果你想申HKU生物系，记得问我谁是专家，一定要避开，一定要避开，一定要避开......