单细胞质谱数据的原始形态是几百次采集、每次数万张谱图；分析者最终需要的是一张"细胞 × 蛋白"的定量矩阵。从前者到后者，每一步都在与三类缺陷作战：信号太弱导致的缺失、多重标记引入的定量失真、以及批次之间的系统性漂移。处理流程不是"跑个脚本"，而是一连串需要交代动机的统计决策。
本章的骨架是领域走向标准化的共识流程：4.1 节给出数据结构与质量控制语言，4.2 节介绍承载它的软件骨架，4.3 节把标准流程从头到尾走一遍；4.4 至 4.6 节分别深挖三个最容易做错的决策点——缺失值填补、载体扣除与批次校正。学完本章，Galaxy 教程里的每一个参数都应该不再神秘。
4.1
定量矩阵的解剖：PSM、肽段与蛋白
三层定量结构；样品/载体比、变异系数与缺失率三项质量控制指标的含义与阈值。
4.2
scp 包与 QFeatures：可复现流程的骨架
以对象管理多层定量的设计思想；readSCP 到函数式流水线；Galaxy 图形化入口。
4.3
标准化流程：从 PSM 过滤到蛋白矩阵
社区共识的八步流程；每一步的统计动机与 Galaxy 教程的默认参数。
4.4
缺失值：机制、填补与克制
完全随机缺失与非随机缺失的成因差异；何时填补、何时不填补；敏感性分析。
4.5
载体的代价：多重标记的定量假象
载体通道带来的比值压缩与串扰；扣除与过滤策略；载体比阈值的含义。
4.6
批次效应：诊断、设计与校正
批次从哪里来；参考通道与随机化为何先于算法；ComBat 的适用条件。