Conversion to mzML Format for NIST26 Chromatogram Processing

Význam tématu

Použití jednotného otevřeného formátu mzML pro zpracování chromatogramů s NIST26 zajišťuje konzistenci, přenositelnost dat a kompatibilitu s dekonvolucí a vyhledáváním v knihovnách spekter. Převod dat do mzML je kritický krok před analýzou — chybný formát nebo profilová (necentroidní) data mohou zásadně ovlivnit výsledky dekonvoluce a identifikace látek.

Cíle a přehled dokumentu

Cílem materiálu je jasně stanovit, že jediný akceptovatelný vstupní formát pro zpracování v rámci NIST26 je mzML, a popsat doporučené postupy převodu dat do tohoto formátu. Dokument shrnuje dvě hlavní cesty převodu: nativním exportem od výrobce přístroje nebo pomocí nástroje msconvert z balíku ProteoWizard, včetně praktických tipů pro práci s daty Agilent a požadavkem na centroidní data.

Použitá metodika a instrumentace

• Software pro převod: msconvert (součást ProteoWizard). K dispozici jako GUI i příkazový nástroj msconvert.exe.
• Instalace: stáhnout kompletní instalátor ProteoWizard (Windows .msi nebo .exe). Po instalaci je msconvert dostupný v nabídce Start → ProteoWizard → MSConvert nebo z příkazové řádky.
• Volby verze: stabilní vydání pro rutinní práce; nightly build pro lepší podporu nových vendor formátů a vylepšené filtry peak pickingu (užitečné u Agilent dat).
• Instrumentace/vstupní data: data z GC–MS nebo LC–MS/MS běžně exportovaná dodavatelovým softwarem nebo čtená pomocí ProteoWizard vendor readerů. Zvláštní pozornost u Agilent souborů kvůli centroid/profile rozdílům.
• Požadavky na zpracování: výsledný soubor musí být ve formátu mzML a obsahovat centroidní (peak picked) spektra; profilová data nejsou akceptována.

Hlavní výsledky a diskuse

• Formát: Jediným akceptovaným formátem pro NIST26 je *.mzML. Tento standard zachovává bohaté metadata a umožňuje interoperabilitu mezi nástroji.
• Převod: Převod lze provést buď nativním exportem od výrobce (pokud podporuje mzML), nebo spolehlivě pomocí msconvert. msconvert automaticky vytvoří mzML po instalaci ProteoWizard.
• Centroidní data: Důraz na to, že vstupní soubory musí být centroidní. Pokud jsou data v profile módu, je nutné použít peak picking (převzorkování do centroidní podoby). Při použití msconvert je třeba vložit algoritmus peak picking jako první krok v seznamu filtrů (MUST be first algorithm). Pokud je soubor již centroidní, přidání filtru peak picking nijak nezmění data.
• Velikost souboru: Po převodu do mzML může být velikost souboru značně větší, což ovlivní úložiště a přenos dat. Zobrazení v Průzkumníku souborů může ukázat nárůst velikosti v závislosti na zvolených metadatech a způsobu serializace.
• Verze msconvert: Uživatelé pracující s Agilent daty mohou mít užitek z novějších (nightly) buildů ProteoWizard, protože často lépe zvládají vendor reader a nabízejí pokročilejší kontrolu peak pickingu. Nicméně nightly buildy jsou méně testované než stabilní vydání.

Přínosy a praktické využití metody

• Standardizace: mzML umožňuje konzistentní vstup do NIST26 workflow pro integrovanou dekonvoluci a vyhledávání ve spektrálních knihovnách, čímž zvyšuje spolehlivost identifikací.
• Flexibilita: msconvert poskytuje GUI i CLI rozhraní, což usnadňuje integraci do automatizovaných pipeline a dávkového zpracování.
• Kvalita dat: Správné centroidní zpracování je zásadní pro přesnost dekonvoluce a následné vyhledávání; nesprávně převzorkovaná nebo profile data mohou vést k chybným výsledkům.
• Kompatibilita: Otevřený formát a dostupnost nástroje usnadňují sdílení dat mezi laboratořemi a softwarovými platformami.

Budoucí trendy a možnosti využití

• Vylepšené čtečky vendor formátů: pokračující rozvoj ProteoWizard (včetně nightly buildů) povede k lepší kompatibilitě s proprietárními formáty a menšímu počtu konverzních artefaktů.
• Pokročilé algoritmy peak pickingu: integrace pokročilých metod pro detekci píků zlepší převod profilových dat a kvalitu centroidních spekter pro dekonvoluci.
• Automatizace a cloud: převod do mzML bude více integrován do cloudových a kontejnerizovaných workflow pro velkoobjemové zpracování dat a reprodukovatelné pipelines.
• Rozšířené metadata: rostoucí důraz na zachování RDT, parametrů přístroje a informací o zpracování přímo v mzML pro lepší sledovatelnost analýz.

Závěr

Pro bezproblémové zpracování chromatogramů v rámci NIST26 je nezbytné dodržet požadavek na soubory ve formátu mzML a zajistit, aby spektra byla centroidní. msconvert z ProteoWizard je doporučeným nástrojem pro konverzi, přičemž je třeba dbát na pořadí filtrů (peak picking jako první) a zvážit použití novějších buildů při práci s daty z Agilent přístrojů. Dodržení těchto postupů zvyšuje kvalitu identifikací, reprodukovatelnost a kompatibilitu mezi nástroji.

Použitá instrumentace

• ProteoWizard (instalátor pro Windows) obsahující MSConvert (GUI i msconvert.exe).
• Data z GC–MS a LC–MS/MS, zmíněné konkrétně Agilent přístroje pro kontext centroid/profile problématiky.

Reference

• James Little. Conversion to mzML Format for NIST26 Chromatogram Processing. Video/Handout. Mass Spec Interpretation Services, April 24, 2026. mzinterpretation.com