8.1 数据格式与可复现记录

原始数据通常还需要配套的采集参数，才能解释二进制数组。处理谱则需要频率轴、参照及处理历史。峰表把连续谱压缩成局部位置和强度；信号表进一步把同一多重峰的谱线组织起来；指认把这些观察对应到分子原子。后两个步骤包含人的判断或程序模型，应保留不确定关系。

一条“δ 1.20，t，3H”的报告没有列出三条谱线的各自位置，也未说明积分尺度和重叠程度。程序若将它当成一个窄单峰，会建立错误的前向模型。把原子编号与信号编号分开，能避免把三个等价氢误读成三个独立共振，或把一个亚甲基的两个非等价氢合并成已证明等价的对象。

这些名称是辨识线索，具体目录会随实验类型和软件版本改变。不要只复制一个大二进制文件就认为已经备份实验。数据类型、字节序、实虚交错、块头、点数及维度解释来自格式和元数据；二维还涉及间接维采样与正交检测方式。误读后出现的镜像或条纹可能是导入错误，不能马上解释成化学现象。

nmrglue 官方教程展示了厂商读取与通用字典的区别：读取结果中的数组可供数值处理，字典保留有关参数。转换到另一格式时，必须检查轴和处理所需信息是否仍在。某个读取器列出支持 Bruker 或 Varian，并不保证任何年代、任何脉冲实验都已经实测。

先保持源目录只读，在工作副本中读取。记录程序版本、格式识别结果和警告；检查数组长度、复数类型、最大幅度与首尾数据。若文件长度与声明点数不符，先追查填充、块结构和采集状态，不要删除若干点直至谱“看起来正常”。数字滤波修正也应作为明确处理步骤保存。

一个 JCAMP-DX 文件可能保存处理谱，也可能涉及时间域或多维数据，必须检查该记录的类型。不能把扩展名作为“含原始 FID”的保证。导出者是否保留完整元数据、读入者是否支持相应表示，以及转换后是否改变精度，都是需要检验的环节。

nmrML 用 XML 模式和受控词表组织 NMR 数据及元数据，覆盖原始或处理信息的交换。它有助于把不同厂商的参数映射到共同表达，但不会替代相位校正、自动指认或结构求解。一个符合模式的文件，仍可能含有错写的温度、轴单位或样品标识。

NMReDATA 则着重关联化学结构与提取的位移、耦合、积分和二维相关等数据，采用扩展的 SDF 记录。Pupier 等提出的 NMR record 还把有关谱和原始记录结合起来，便于检查指认依据。它与 nmrML 的重点不同，实际保存可同时包含厂商原始目录、开放数值格式和结构指认文件。

采集时间按该离散采样约定约为1.024 s，最后采样时刻为1.02375 s。在400 MHz的氢观察频率下，0.9765625 Hz 对应0.00244140625 ppm。这个数是频率格点间距，不保证能分辨这么近的两条实际谱线；峰宽、噪声和加窗仍然限制分辨能力。

若导出程序把数组补零至8192点，显示格点间距变为0.48828125 Hz，而原始采集仍只有4096点。补零改善数值插值，并未增加观察时间。记录中应分别保存采集点数和变换点数，避免另一位使用者误以为数据是重新采集的高分辨率谱。

要获得绝对位移轴，还需载频、谱宽、FFT 排列及参照。频率正负方向与图上左右方向不是同一个问题；图可以选择高位移在左，数组则可能递增或递减保存。对已知参照峰核验位置，再检查一个非参照信号及谱端，能发现翻转、平移和单位误解。

处理记录按实际次序保存滤波修正、截取、加窗、补零、傅里叶变换、相位、基线和参照参数。峰提取还需阈值、峰合并条件及积分边界。用图形界面手工调整也可以复现，前提是保存最终参数和操作记录；只保留一张屏幕截图无法还原全部调整。

对教学计算，除了输入与脚本，还要保留依赖版本和输出。设置随机种子的步骤需记录种子与算法；不使用随机过程时无需为了形式而添加种子。结果中写清数值精度，便于区分浮点微小差异与峰轴发生明显变化。

建议把实验观察、提取结果和候选解释分别编号。一个待定亚甲基可保留“两个氢属于同一碳，具体立体指认未定”的信息，而不是任意分配 H_a/H_b 后当成定论。修订指认时保留旧版本和原因，重新处理时则更新关联的谱产物标识。

文件校验和用于检查字节是否变化，不能证明内容来自正确样品。压缩包重新打包可能改变压缩文件的校验和，而内部数据字节保持相同；因此可同时保存档案和关键内部文件的校验和。不同处理版本可以有不同校验和，只要关系和原因清楚。

还应检验转换是否保留缺失或待定信息。原始表中的空白可能表示未测量、未检出或无法分离，这些含义不同。若转换软件把空白一律填成零，后续模型可能将其解释为已证明不存在的相关。保存状态字段和文字理由，比用一个看似完整的数字矩阵更可靠。

积分单位也需要单独记录。仪器任意面积、以某信号定为一的相对面积、按氢数归一的面积，以及由标准物换算的浓度，都可以出现在表里。假设某甲基定为3，另一峰面积2，只说明当前响应尺度下相对计数相容；若甲基被重叠污染，两个数字的化学含义一起改变。

二维坐标要标明直接与间接维、核种和单位。一个 HSQC 点的两个数字若顺序交换，会使碳位移进入氢轴。转换后的数组即使形状仍是矩形，也可能把维度排列弄反。以已知的氢碳相关和两个轴范围检查，比单纯确认图能显示更有诊断作用。

采集元数据与化学条件要区分来源。观察频率可来自仪器参数，溶剂或温度也可能由操作者手工填写。自动读取不意味着自动核实了样品状态。记录中可以注明原始参数、人工补充和后续校正，使复核者知道哪些字段可从原目录重建，哪些依赖实验记录。

最后检验一项实际问题：用导出的峰表能否定位到原谱中的区域，并说明积分边界。若峰表的一个峰包含两个重叠信号，保留这一关系；若结构文件重排了原子编号，给出编号映射。没有这些连接，文件数量再多也难以复核具体指认。

nmrXiv 的公开提交流程提供数据与元数据组织的实例。使用平台时还要检查具体记录的访问状态、许可和版本，不把软件仓库许可套到所有上传谱。公开的预测谱、实验处理谱和原始 FID 应保持类型标签；一个可访问链接也不能替代本地可复算的输入说明。

当后续程序给出一个候选结构时，读者应能够追问：输入是原始谱还是峰表，是否移除了溶剂，是否改变积分，结构编号如何映射，哪些相关仍待定。把这些关系保存完整，才能判断错误发生在数据转换、参数提取还是结构模型。下一节将从可下载的原始记录执行一次具体处理。