4.5 载体的代价：多重标记的定量假象

摘要　多重标记与等压载体撑起单细胞蛋白组学的通量，但定量并非无偿：共分离的邻近肽段把通道间差异系统性拉向 1；载体通道的同位素串扰随倍数放大，污染相邻通道；载体也救不了单细胞通道自身的计数下限。本节推导比值压缩与串扰反卷积的数学形式，解释 SCR 阈值的统计含义，并从设计、采集、计算三端整理对策。

4.5.1 共分离与比值压缩：均摊背景把差异拉向 1

2.2 节从收益一侧介绍了多重标记：一套 TMT 标签把十几个样品装进同一次碎裂，等压载体把母离子信号抬高约两个数量级（Budnik et al., 2018）。本节只算代价的账。

代价与收益同根同源——隔离窗口里的一切离子一起碎裂、一起到达检测器。由此生出三类失真：共分离干扰压缩比值，载体串扰污染邻居，载体倍数划定单细胞计数的下限。读懂这三笔账，4.3 节流程里的 PIF 与 SCR 两道过滤才有机理可循。

先看共分离。四极杆按质荷比隔离母离子(precursor ion)，窗口约 0.7–2 Th。窗口不可能任意窄——收窄窗口，被挡掉的目标离子同步增多；单细胞的离子预算本就紧张，窗口实际多开在 1–2 Th。

而肽段共洗脱、质荷比相邻，窗口里几乎总有别的离子。共分离(co-isolation)即此情形：目标与干扰母离子一同碎裂，报告离子落在大致相同的低质量区，检测器无从分辨，强度直接叠加。窗口按质荷比开、不按样品身份开——共分离因此无法靠排布规避。

关键在干扰的通道结构。干扰肽段同样带着各通道标签；若它在各样品中丰度相近（多数肽段如此），报告离子在各通道便大致相等，叠加到目标上等价于给每通道加一份均摊背景。这是式 (4.5-1) 的假设，也有边界：干扰肽段自身差异显著时背景不再均摊，还混入方向不定的偏差。设目标肽段在通道 A、B 的真实计数为 s_A、s_B，背景均为 b，则观测比值为

R_obs = (s_A + b) / (s_B + b) = (f + ρ) / (1 + ρ)

(4.5-1)f = s_A/s_B 为真实倍数变化，ρ = b/s_B 为背景与参考通道真实信号之比。f > 1 时恒有 1 < R_obs < f：背景项在分子分母同时出现，把比值拉向 1；ρ 越大压缩越狠，ρ→∞ 时 R_obs→1。对数尺度上 log₂R_obs 随 ρ 单调下降，差异丰度分析因此系统性偏保守。

定义

比值压缩（ratio compression）：共分离的均摊背景把各通道观测强度拉向相等、使观测倍数变化系统性偏小的效应，定量关系即式 (4.5-1)。压缩取决于背景占比 ρ 而非信号绝对强度——单细胞信号越弱、与干扰越接近同量级，ρ 越容易逼近甚至超过 1（Ting et al., 2011）。

两点可防误读。其一，压缩是对称收缩：真实比值 f 与 1/f 的观测值互为倒数，log 空间向零收缩——方向不翻转，翻转的是幅度与功效。其二，压缩的推手是共分离背景，不是载体：单细胞之间的比值，载体并不直接参与（间接角色见 4.5.2）。

量级上，对照实验给出的是"数成"而非"分毫"：观测倍数变化常只有真实值的约五成，严重时约三成，即约两到三倍的系统性低估（Ting et al., 2011；Savitski et al., 2013）。图 4.5-1 演示：目标肽段两通道真实计数 600 与 400（f = 1.5），共分离肽段各贡献 400（ρ = 1），观测比值即 (600+400)/(400+400) = 1.25——三分之一的差异消失在背景里。

图 4.5-1　共分离背景把比值拉向 1 的机制。左：目标肽段 P 与干扰肽段 Q 共洗脱，隔离窗口把两者一并送入碰撞池，报告离子在低质量区叠加。右：干扰肽段在各通道丰度相近，其贡献近乎均摊（每组中通道 A、B 各得 400）；按式 (4.5-1)，真实比值 1.5 被观测为 1.25。观测柱中的深色段为目标肽段自身贡献、浅色段为背景贡献（Ting et al., 2011；Savitski et al., 2013；作者整理）。

对策写在机理里。其一，减少共分离：收窄窗口、放慢梯度使峰更窄、用离子淌度(ion mobility)再加一维正交筛选——2.5 节的 diaPASEF 正受益于此；窄窗牺牲透过率，淌度不牺牲目标离子。

其二，事后剔除：软件按窗口内各母离子的同位素包络估算母离子分离纯度(precursor ion fraction, PIF)，即目标母离子占窗口内全部母离子信号的比例，低者弃用。4.3 节流程的 PIF≥0.8 即此类拦截——只留目标占八成以上的谱图。

其三，多级碎裂（MS3）：把报告离子的生成推迟到第三级、避开共碎片干扰，纠得彻底但每级都消耗离子（Ting et al., 2011）——单细胞的预算负担不起，多见于整体样品分析。三道闸各花仪器时间、覆盖率与灵敏度，单细胞选前两道。

习题 4.5-1

某肽段在通道 A、B 的真实报告离子计数分别为 600 与 300（以 B 为参照），共分离干扰在两通道均摊计数 300。（a）计算观测比值与压缩比例。（b）反过来，分析者只看到观测比值 1.5，已从 PIF 与谱图估计背景与参照通道真实信号等量（ρ = 1），求真实倍数变化。（c）比较两种口径下的 log₂ 倍数变化，说明压缩对差异丰度分析的实际后果。（d）若把该实验的载体从 200 倍降到 20 倍，本例的 ρ 与观测比值会因此改变吗？

参考解答

（a）按式 (4.5-1)，f = 600/300 = 2.0，ρ = 300/300 = 1，R_obs = (2+1)/(1+1) = 1.5；直接算 (600+300)/(300+300) = 900/600 = 1.5，一致。观测 1.5 对真实 2.0，只余七成五。（b）由 1.5 = (f+1)/2 解得 f = 2×1.5−1 = 2.0。（c）log₂1.5 ≈ 0.58，log₂2.0 = 1.00，效应量低估约 42%。方向不会翻转——上调仍是上调——但检验功效下降、幅度偏保守；若照观测值设定样本量或阈值，研究容易把真实差异判为无差异。ρ 未知时无法逐比值校正，这正是 PIF 过滤要在采集端把高 ρ 事件挡在门外的理由。（d）不会。ρ 由共分离背景与目标信号之比决定，载体在第三个通道、不参与 A、B 之间的比值；降载体只削弱 MS1 信号与鉴定数（图 4.5-3），并减轻载体通道一侧的串扰漏入（4.5.2），单细胞之间的压缩程度原样不动。

4.5.2 载体信号与同位素串扰：通道之间的漏账

载体由约 100–200 个异质细胞合并而成（Budnik et al., 2018），信号比单细胞高约两个数量级。它本质是"平均细胞"：任一肽段的载体信号正比于其群体平均水平——这既使其成为稳定参照，也埋下伏笔（4.5.3 将用到）。第一类污染是同位素串扰(isotopic impurity)：试剂并非绝对同位素纯，少量分子多带一个中子（+1 Da），报告离子便落在相邻通道——126 的账有一小部分记到 127，反之亦然。

各通道纯度约 94%–99%，随批次而异，由厂家证书给出，据此构造串扰校正矩阵(isotope correction matrix)。辨析：串扰是碎裂内部"账记错了通道"；残留污染(carry-over)是前后两次分析间的样品遗留——前者靠矩阵反卷积，后者靠清洗与排布。

定义

同位素串扰（isotopic impurity）：试剂的同位素杂质（多为 +1 Da）使一个通道的报告离子错记到相邻通道的现象。串扰系数由批次证书给出、组成纯度矩阵，观测与真实计数之间因此构成式 (4.5-2) 的线性关系；它可反卷积，而残留污染只能预防。

观测与真实计数之间因此是一组线性方程。以两通道为例（教学算例取 p = 0.95、c = 0.03），纯度 p、泄漏率 c：

I₁ = p·T₁ + c·T₂，　I₂ = c·T₁ + p·T₂　（矩阵形式 I = P·T）

(4.5-2)I 为观测计数，T 为真实计数，p 为对角纯度项，c 为相邻通道泄漏项；写成矩阵后反卷积即 T = P 的逆矩阵乘 I。实际 TMT 矩阵为 10–16 阶，含 ±1、±2 Da 邻居项、各列之和为 1；二通道对称算例便于手算。串扰把两通道的计数互相混合，同样把比值拉向 1——但矩阵已知，原则上可精确反解，这与不可知的共分离背景不同。

串扰平时只是零头误差，载体把它放大成主角。以 200 倍载体、3% 泄漏计：载体每 10,000 个计数约 300 个记到相邻通道；单细胞通道处于期望水平（真实约 50）时，漏入约当其自身信号的六倍，未校正的 SCR 由约 0.005 抬到约 0.036（图 4.5-2）。倍数越悬殊，"富者漏账"越重（4.5.3 将回到这一点）。

图 4.5-2　同位素串扰的通道间漏账（示意）。标签试剂的 +1 Da 同位素杂质使相邻通道互相漏计：载体通道真实 10,000 个计数中约 3% 记入相邻单细胞通道；在 200 倍载体的期望水平下，该通道自身真实计数仅约 50，漏入的 300 个计数约当其六倍，未校正的 SCR 被抬高约七倍——单细胞信号异常偏高、正是 SCR 过滤要捕捉的污染征兆。反向漏入（约 2 个计数）对载体几乎无感；观测值须经式 (4.5-2) 的纯度矩阵反卷积方能还原（数值为教学算例，实际以厂家批次证书为准）。

第二类污染更隐蔽：载体抬高每条肽段的信号后，共分离干扰的绝对量随之抬高；过高的计数还可能进入检测器的非线性区，比值失真且难以建模。而 SCR 以载体为分母、比率化以参考为基准，源头读数也携带背景与串扰，失真顺着相对量传导——倍数因此本身就是定量参数。

习题 4.5-2

两通道 TMT 算例：同位素纯度 p = 0.95，相邻泄漏率 c = 0.03。观测计数 I₁ = 1,000，I₂ = 500。（a）解出真实计数 T₁、T₂。（b）比较校正前后的比值，并说明串扰对比值的作用方向。（c）为什么串扰可以反卷积校正，而共分离背景原则上不能？（d）把通道 1 换成载体通道（观测 20,000 个计数）、通道 2 为单细胞（观测 60 个计数），同一条泄漏规则对两个通道的相对影响为何截然不同？

参考解答

（a）系数行列式 p² − c² = 0.95² − 0.03² = 0.9025 − 0.0009 = 0.9016。T₁ = (p·I₁ − c·I₂)/(p²−c²) = (950 − 15)/0.9016 = 935/0.9016 ≈ 1,037；T₂ = (p·I₂ − c·I₁)/(p²−c²) = (475 − 30)/0.9016 = 445/0.9016 ≈ 494。（b）观测比值 1,000/500 = 2.00，校正后 1,037/494 ≈ 2.10——串扰把计数互相混合，同样把比值拉向 1，校正把它推回真实值，未校正时低估约 5%。（c）串扰矩阵由试剂批次证书给出、通道间传递系数已知且稳定，线性方程组可逆；共分离背景来自当次碎裂窗口里碰巧共洗脱的肽段，其身份与强度逐事件而变、不可观测，只能靠窄窗与 PIF 过滤预防，无法事后精确扣除。（d）泄漏量正比于来源通道的计数：载体漏入单细胞通道 3% × 20,000 = 600 个计数，是其自身信号（约 57）的十倍以上；单细胞漏入载体的 3% × 60 ≈ 2 个计数对载体（约 19,000）无关痛痒。串扰规则对称，影响不对称——富者漏账、穷者遭殃，这正是通道排布要把关键样品挪离载体紧邻的原因。

4.5.3 SCR 的双刃性：放大与下限同根

载体买来的是鉴定：母离子信号抬高两个数量级后，MS1 峰更醒目、谱图更完整，鉴定数随之上升——SCoPE-MS 引入载体，正是为了让单细胞的肽段够得着检测器（Budnik et al., 2018；Specht and Slavov, 2018）。但它对单细胞的定量一无所助：一个细胞里某条肽段只有那么多分子，载体再大，抬高的也只是载体通道——鉴定层吃大锅饭，定量层各记各账。两通道强度之比——样品/载体信号比(sample-to-carrier ratio, SCR)——就是这一反差的度量。

SCR 的期望由设计直接给出：载体若为 200 个细胞当量，正常单细胞的期望 SCR 便在 0.005 一带。scp 标准流程据此设了一道方向出人意料的过滤——剔除平均 SCR高于 0.1 的 PSM（Gomoryova and Hecht, 2025）。

含义须读准：SCR 低是常态，不是剔除理由。单细胞信号本应只占载体的一小份，高到十分之一以上即属异常——常见来源恰是本节的污染：载体漏入的串扰（未校正可把 SCR 抬高约七倍）、样品残留，或载体上样异常。过滤防的是假信号而非低信号；"计数过少"的判据在绝对计数与变异系数，与 SCR 无关（见下）。

过滤方向也揭示与设计的耦合。剔除线 0.1 隐含载体当量远大于单细胞：载体若只装 5 个细胞当量，正常单细胞的 SCR 就在 0.2 一带，全部事件被误杀——换倍数就得重审这条线（4.5.6 要求一并报告两者）。SCR 还有 run 级用法：单个 run 的分布整体偏高，往往指向载体上样失准或残留，是比逐 PSM 更早的警报。

计数噪声的账则要分开算。报告离子计数近似服从泊松分布，两通道计数之比的相对方差约为两项计数倒数之和：

CV²(r) ≈ 1/n_sc + 1/n_car

(4.5-3)r 为单细胞/载体通道计数比，n_sc、n_car 为两通道该肽段的报告离子计数。载体通道计数通常充裕（SCR 很小），第二项可以忽略，CV 几乎完全由单细胞通道的绝对计数决定：n_sc = 11 时 CV ≈ 30%，n_sc = 100 时约 10%。比值精度的下限由此画定，与载体大小无关。

倍数再翻番，抬高的仍是载体通道，单细胞的计数与 CV 纹丝不动。放大与下限同根：载体决定能鉴定多少，单细胞决定能定量多准（图 4.5-3）。计数过低的另一结局是被检出限淘汰、汇入缺失值——4.4 节的缺失值结构里，有一部分正来自这里的噪声下限。

警示

载体不是越多越好。倍数翻倍，鉴定的边际改善有限且很快饱和；串扰漏入与载体主导却随倍数线性放大（4.5.2），单细胞的计数与比值精度不因载体而改善（式 4.5-3）。鉴定数与定量保真此消彼长（图 4.5-3），倍数因此是须报告并说明理由的设计参数（Gatto et al., 2023）。

图 4.5-3　载体倍数的双轴权衡（示意）。左轴：鉴定数随载体倍数上升后饱和，放大收益递减；右轴：SCR 约与倍数成反比，200 倍处期望值约 0.005。红色虚线为 scp 流程的过滤线——平均 SCR 高于 0.1 的 PSM 视为污染征兆而弃用；载体倍数过小时，正常事件的 SCR 会越过这条线而被误杀，过滤与设计由此耦合。单细胞通道自身的计数不随载体变化，比值的 CV 由该计数决定（式 4.5-3），图中不另画曲线（定性示意，作者整理）。

习题 4.5-3

某 SCoPE2 类实验采用 200 个细胞当量的等压载体。（a）正常单细胞肽段的期望 SCR 约为多少？（b）流程剔除平均 SCR 高于 0.1 的 PSM。某 PSM 的 SCR 达 0.4——单细胞通道信号接近载体的四成。从丰度倍数的角度论证它为何更可能是污染而非真实信号。（c）同一肽段在单细胞、载体两通道的报告离子计数分别为 11 与 2,200，用式 (4.5-3) 估计比值的变异系数；若把载体倍数再翻一番，CV 几乎不变，为什么？（d）结合图 4.5-3，说明"提升单细胞定量的可信度"为什么不能靠加大载体，而要靠仪器灵敏度与并行标记套数。

参考解答

（a）单细胞与载体相差 200 倍，期望 SCR ≈ 1/200 = 0.005。（b）SCR = 0.4 意味着该单细胞中此肽段的浓度约为载体混合物的 0.4 × 200 = 80 倍；载体由大量异质细胞合并而成，任何肽段的信号都被众细胞平均，单个细胞高出 80 倍才有解释力——多数蛋白没有这样的分布。更平常的解释是单细胞通道被污染：载体漏入、样品残留或通道错记，把外来计数记到了这个 PSM 头上，这正是过滤要拦的假信号。（c）CV² = 1/11 + 1/2,200 ≈ 0.0909 + 0.0005 ≈ 0.091，CV ≈ 30%；载体翻倍只把第二项从 0.0005 压到约 0.0002，两项都远小于 1/11，CV 实际由单细胞通道计数决定——载体救不了单细胞的噪声下限，放大与下限同根。（d）加大载体沿图 4.5-3 的横轴向右移动：鉴定数早已饱和，SCR 只会更低，单细胞计数与 CV 不变；向左移动又会跌进"SCR 越线被误杀、鉴定数锐减"的区域。可信度的两条真实出路都在曲线之外——提高单细胞通道的绝对计数（进样效率、仪器灵敏度、报告离子检测效率），或用更多套标签并行扩大样本量、以重复测量压低相对误差。

4.5.4 三端对策：设计、采集与计算

三类失真各有一批对策，分别落在实验设计、数据采集与计算处理三端（表 4.5-1）。设计端调"多少"，采集端调"多干净"，计算端调"怎么算"；三端须配合才有效——串扰矩阵再准，也救不回单细胞计数寥寥的通道；SCR 过滤再严，也拦不住载体倍数失当引入的系统偏差。

表 4.5-1多重标记定量失真的三端对策与权衡
环节	措施	针对的失真	权衡与代价
设计端	控制载体倍数（如从约 200 倍下调）	串扰漏入、载体主导	母离子信号变弱，鉴定数下降
设计端	参考通道比率化	载体水平与批次间的漂移	占用一个通道；只给相对量
设计端	随机化通道排布、重要样品避开载体紧邻	通道位置效应与串扰紧邻	须在设计阶段完成并记录
设计端	预留空白通道	run 内系统性本底	占用通道，减少单细胞容量
采集端	窄隔离窗、离子淌度（如 diaPASEF）	共分离	透过率下降、循环时间拉长
采集端	PIF 过滤（≥ 0.8）	共分离	弃用部分 PSM，覆盖率下降
计算端	串扰矩阵反卷积	同位素串扰	依赖批次证书；残余误差随倍数放大
计算端	空白通道本底扣除	run 内系统性背景	依赖本底平稳假设，倍数过大时失效
计算端	SCR 过滤（剔除均值高于 0.1）	单细胞信号异常偏高（污染征兆）	弃用可疑事件，缺失值增多

表中措施并非全开就好：每一项都在花别的东西——窗口、覆盖率、通道容量或证书依赖——开到什么程度，取决于研究问题更怕哪类误差：找差异最忌压缩，分型最忌缺失，跨批次最忌漂移。没有标准答案，只有被明确陈述的取舍。

设计端三件事值得展开。其一，载体倍数是最直接的旋钮：倍数越小，串扰与载体主导越轻，代价是信号变弱、鉴定数下降（图 4.5-3 的两端）。

其二，条件与通道随机对应排布，使位置效应（紧邻串扰、标记效率差异）与生物学条件正交、不与批次混叠——与 4.6 节的防与治一脉相承。其三，强源要分散：载体与参考都是高信号通道，关键样品宜避开其紧邻，把"富者漏账"摊薄到不敏感的通道。

计算端还有一步常被忽视的扣除：run 内的系统性本底（未点样通道的残余读数、试剂与流路背景）可用空白通道估计并扣除，布局常为此预留空白通道。前提是本底平稳、不随保留时间剧变——载体倍数过大时该假设最先失效。扣除步骤也应写入报告（Gatto et al., 2023）。

方法

参考通道比率化（reference channel ratiometry）：每套标签留一个通道放跨批次一致的参考样品（如若干细胞的等量混合），单细胞定量一律表达为相对参考通道的比值。载体的绝对量、run 间进样差异、通道效率的缓变漂移在比率化中大部分相消。代价有二：占用一个通道；一切数值都是相对量，参考样品的制备稳定性成为新的单点依赖（Gatto et al., 2023）。

4.5.5 对照：免标记与 plexDIA 的失真结构

镜头拉远，三类失真并非宿命，而是"等压标签 + 报告离子 + 载体"组合的特定产物。免标记没有标签：每条肽段逐 run 独立定量，不存在均摊背景与串扰；代价在别处——run 间漂移与更重的缺失值结构（4.4 节）。

plexDIA 用非等压的质量差标记（mTRAQ）把不同样品的同一肽段在 MS1 里错开几个道尔顿，定量在母离子层完成（Derks et al., 2023）：无报告离子也无载体，三类失真从机理上不存在。

代价是母离子空间被通道分享、通道数有限（约三个），干扰以 MS1 层重叠峰的形式换了账本。

选路线因此不是选"谁更准"，而是选"能接受哪类误差结构"：多重标记换来通量与整齐的缺失值结构，就得管好本节三笔账；免标记与 plexDIA 避开这三笔账，就要承担各自的漂移与干扰——没有免费的定量。第 5 章的选路也从这张权衡表出发。

多重标记（TMT + 等压载体）

误差结构：共分离压缩、同位素串扰、SCR 异常，三者可建模、可过滤。
通量：一套标签并行十余个样品，仪器时间摊薄，批次内可比性强。
缺失值：同批样品共享采集事件，缺失结构相对整齐。
治理成本：本节三端对策 + 报告义务。

免标记 / plexDIA

误差结构：run 间漂移（免标记）、MS1 层重叠峰干扰（plexDIA）。
通量：免标记逐样分析；plexDIA 靠标记并行，但通道数有限（mTRAQ 三通道）。
缺失值：免标记受采集随机性影响，DIA 采集可显著改善。
治理成本：无报告离子与载体，本节三类失真从机理上不存在。

4.5.6 报告规范：把代价写在明处

社区白皮书对多重标记实验有明确的报告要求（Gatto et al., 2023）：这些参数直接决定系统误差结构，不披露便无从复现、无从印证。就本节内容，至少五项缺一不可：

载体倍数与载体构成：多少个细胞当量、由何种细胞合并；
通道布局：各条件、参考通道与空白通道落在哪个通道，排布是否随机化；
同位素串扰处理：所用校正矩阵及其批次来源；
过滤阈值：PIF 与 SCR 的取值，以及每一步弃用的事件比例；
参考通道构成与比率化方式：相对量的参照系是什么。

道理与本节一以贯之：这些参数直接决定定量数字的系统误差结构；不披露，结果既无法复现，也无法与其他研究相互印证。

读多重标记的单细胞论文，先翻方法部分这几项——载体多大、通道怎么排、串扰怎么校、SCR 卡在多少——多半就能预判定量的可靠边界；含糊或缺失者，数字再漂亮也要多问一句。会看账目，才谈得上会读结果。

本节把多重标记的定量代价拆成三笔可计算的账。三笔账同源：窗口里与通道里混进了别的东西——都只能防、只能校，不会凭空消失。

共分离与比值压缩：均摊背景使观测比值满足 (f+ρ)/(1+ρ)，倍数变化被低估数成——PIF≥0.8 在采集端拦截；
载体信号与同位素串扰：矩阵已知、可反卷积，但漏入随倍数放大——控倍数、避紧邻、按矩阵校正；
SCR 过滤：剔除信号异常偏高（均值高于 0.1）的 PSM，防污染而非低信号；噪声下界由单细胞绝对计数决定，与载体无关。
报告义务：载体倍数、通道布局、串扰处理与过滤阈值都须随结果披露（Gatto et al., 2023）。

2.2 讲收益，本节讲代价；合起来读，多重标记才是一个完整的工程决策。下一节转向另一类系统性偏差——批次效应。

关键术语

共分离 (co-isolation): 隔离窗口内混入目标母离子之外的离子并一同碎裂的现象。
比值压缩 (ratio compression): 均摊背景把各通道观测强度拉向相等、倍数变化系统性偏小的失真。
母离子分离纯度 (precursor ion fraction, PIF): 目标母离子信号占窗口内全部母离子的比例，低于阈值的谱图弃用。
同位素串扰 (isotopic impurity): 标签试剂的同位素不纯使相邻通道互相漏计报告离子。
串扰校正矩阵 (isotope correction matrix): 厂家按批次给出的纯度矩阵，用于反解各通道真实计数。
等压载体 (isobaric carrier): 并入载体通道、用于放大信号的大批细胞（约 100–200 个）的混合物。
样品/载体信号比 (sample-to-carrier ratio, SCR): 单细胞与载体通道的报告离子强度之比；期望值约等于当量之比，异常偏高提示污染。
参考通道比率化 (reference channel ratiometry): 一切定量相对统一参考通道表达的设计与归一化策略。
残留污染 (carry-over): 相邻两次分析之间的样品遗留，须与通道内串扰区分。
空白通道 (blank channel): 不点样的标签通道，读数用于估计并扣除 run 内的系统性本底。
检测器非线性 (detector nonlinearity): 计数过高时信号响应偏离线性，比值失真且难以建模。
多级碎裂 (MS3): 把报告离子生成推迟到第三级碎裂以避开共碎片干扰的定量方法。

参考文献与延伸阅读

Budnik B, Levy E, Harmange G, Slavov N. 2018. SCoPE-MS: mass spectrometry of single mammalian cells quantifies proteome heterogeneity during cell differentiation. Genome Biology 19: 161.
Specht H, Emmott E, Petelski AA, Huffman RG, Perlman DH, Koller A, Slavov N. 2021. Single-cell proteomic and transcriptomic analysis of macrophage heterogeneity using SCoPE2. Genome Biology 22: 50.
Specht H, Slavov N. 2018. Transformative opportunities for single-cell proteomics. Journal of Proteome Research 17: 2565–2571.
Ting L, Rad R, Gygi SP, Haas W. 2011. MS3 eliminates ratio distortion in isobaric multiplexed quantitative proteomics. Nature Methods 8: 937–940.
Savitski MM, Mathieson T, Zinn N, et al. 2013. Measuring and managing ratio compression for accurate iTRAQ/TMT quantification. Journal of Proteome Research 12: 3586–3598.
Derks J, Derks J, Leduc A, Masselon C, et al. 2023. Increasing the throughput of sensitive proteomics by plexDIA. Nature Biotechnology.
Gatto L, Aebersold R, Slavov N, et al. 2023. Initial recommendations for performing, benchmarking and reporting single-cell proteomics experiments. Nature Methods 20: 375–386.
Gomoryova K, Hecht H. 2025. Single cell proteomics data analysis with bioconductor-scp. Galaxy Training, training.galaxyproject.org.