1 基本概念
1.1 质谱鉴定的定义
质谱鉴定是指利用质谱仪测量样品中离子或分子的质荷比，并结合碎裂信息、同位素分布和数据库比对等手段，推断其化学组成、结构特征或具体身份的分析过程。其核心目标并不只是“看到一个峰”，而是通过峰位、峰强与碎片关系建立分子层面的解释。
在实际应用中，质谱鉴定既可以用于确认单一化合物，也可以用于复杂样品中的多组分解析。由于质谱具有灵敏度高、所需样品量少、适合联用分离技术等优点，它已成为现代分析化学与生命科学中的基础工具之一。
1.2 核心术语
质谱鉴定涉及一组常用术语，这些概念共同构成了谱图解释的语言基础。理解这些术语，有助于把原始信号转化为可读的结构信息。
1.2.1 质荷比
质荷比通常记作 m/z，表示离子的质量与所带电荷数的比值。质谱仪实际测量的不是绝对质量，而是不同离子的 m/z，因此同一分子在不同电荷状态下会表现为不同位置的峰。
在常规分析中，m/z 是判断分子量、识别同位素峰以及比较碎片离子的重要依据。对高分辨仪器而言，m/z 的微小差异也可能对应完全不同的化学实体。
1.2.2 母离子与碎片离子
母离子是进入碰撞或裂解步骤前的原始离子，常被视为待鉴定分子的代表；碎片离子则是母离子在特定条件下断裂后形成的产物。二者之间的对应关系，是二级质谱鉴定的关键。
通过观察碎片离子的组成和排列方式，可以推断分子中哪些键更容易断裂、哪些基团较为稳定，从而辅助结构解析。对于蛋白质、代谢物和药物分子，母离子与碎片离子的组合信息往往比单一峰值更具判别力。
1.2.3 同位素峰
同位素峰是由天然同位素组成差异造成的附加峰。例如，含有碳、氯、溴等元素的分子，在谱图中常出现规律性的伴峰。其强度比例与峰间距可为元素组成判断提供线索。
在鉴定中，同位素峰不仅用于确认分子是否含有特定元素，也可帮助区分相近分子或校验理论分子式。对复杂样品而言，同位素分布还是识别同一化学物质不同电荷态的重要辅助特征。
1.3 适用对象与研究范围
质谱鉴定适用于能够形成离子的物质体系，包括小分子化合物、肽段、蛋白质、脂类、代谢物、药物及其降解产物等。只要目标物在离子化后可被稳定检测，就有可能进入质谱分析流程。
其研究范围既包括定性识别，也包括结构推断、组分筛查与复杂样品的多目标解析。在生命科学中，质谱常用于蛋白质组学和代谢组学；在应用分析中，则广泛覆盖环境监测、食品安全、临床检验与工业质量评估等领域。
2 原理基础
2.1 质谱测量原理
质谱测量的基本过程包括将样品离子化、按质荷比分离离子、再将离子信号转化为可记录的数据。整个过程依赖于离子在电场或磁场中的运动差异。
不同类型的质谱仪在分离方式、检测方式和数据表现上各有特点，但其共同点是通过离子信号来反映样品的组成信息。鉴定的准确程度，取决于这些环节是否稳定、清晰且可重复。
2.1.1 离子化过程
离子化是将中性分子转变为带电粒子的步骤。由于质谱只能直接检测离子，样品必须经过适当的电离方式处理后才能进入分析阶段。
离子化过程会影响分子的完整性和碎裂程度。软电离方式倾向于保留分子母体信息，适合大分子和热不稳定化合物；硬电离方式则更容易产生丰富碎片，便于结构推断但可能牺牲完整分子信息。
2.1.2 质量分析过程
质量分析过程是将不同 m/z 的离子分开，并使其按照特定顺序到达检测器。常见的质量分析器利用电场、磁场或离子飞行时间差进行分离。
这一环节决定了仪器的分辨能力、质量范围与扫描速度。对于复杂体系，质量分析过程越稳定，越有利于从众多离子中准确识别目标信号。
2.1.3 检测与信号转换
经过分离后的离子撞击检测器，产生电流或电脉冲信号，随后被转换为数字数据。最终形成的谱图通常以横轴 m/z、纵轴信号强度表示。
检测环节的灵敏度会直接影响低丰度组分的可见性。若信号转换效率不足，某些真实存在的组分可能被背景噪声掩盖，从而降低鉴定成功率。
2.2 谱图形成机制
谱图并不是样品“直接投影”的结果，而是经过离子化、传输、分离和检测后形成的信号集合。每一条峰都对应特定离子在仪器中的行为结果。
对于同一种化合物，不同条件下可能得到不同的谱图表现，例如母离子峰强弱变化、碎片模式差异或同位素峰比例改变。因此，谱图解释必须结合实验条件一并判断。
2.2.1 分子离子峰
分子离子峰反映的是分子本身形成离子后的信号，通常可作为推测分子量的基础。对于部分硬电离条件下的样品，分子离子峰可能较弱甚至消失。
在一些应用中，分子离子峰的出现与否并不意味着样品是否存在，而取决于离子化效率和分子稳定性。鉴定时通常需要结合加合离子、失去小分子后的峰以及碎片离子综合判断。
2.2.2 碎裂规律
碎裂规律指分子离子在碰撞、激发或能量输入后发生断裂的常见方式。不同结构单元往往具有不同的断裂倾向，因此碎片分布可反映分子骨架特征。
常见的碎裂方式包括键断裂、侧链脱落、重排反应等。对有机分子和生物大分子而言，碎裂规律具有一定共性，但也会受到官能团、结构张力和电荷位置的影响。
2.2.3 同位素特征
同位素特征是指同一分子因天然同位素存在而呈现的峰簇模式。其峰间距离通常与电荷数有关，峰强比例则受元素组成和同位素丰度影响。
在结构确认中，同位素特征可帮助判断分子式是否合理，也可用于区分同分异构体或识别含特定元素的化合物。对于高精度分析而言，这一特征常被视为重要的辅助证据。
2.3 影响鉴定准确性的因素
质谱鉴定的准确性取决于仪器性能、样品性质、实验设计和数据处理策略等多方面因素。即便峰形清晰，若前处理不当或解析方法有误，也可能导致错误判断。
因此，鉴定结果不能仅依赖单一参数，而应尽量在分辨率、精度、信噪比及多证据匹配的基础上进行综合评估。
2.3.1 质量分辨率
质量分辨率用于衡量仪器区分相近 m/z 峰的能力。分辨率越高，越能将彼此接近的离子区分开来，从而减少峰重叠。
在复杂样品中，高分辨率尤其重要，因为多个组分可能共存于相近质量窗口内。分辨率不足时，目标峰可能被邻近峰干扰，影响定性判断。
2.3.2 质量精度
质量精度表示测得 m/z 与真实值之间的接近程度。精度越高，分子式推断和数据库匹配越可靠。
在高通量鉴定中，质量精度常是缩小候选范围的重要条件。若质量偏差过大，即使碎片模式相似，也可能导致错误匹配。
2.3.3 信噪比
信噪比反映目标信号相对于背景噪声的强弱关系。高信噪比意味着真实峰更容易被识别，尤其有利于低丰度物质的检测。
当样品基质复杂、背景干扰较强或信号本身较弱时，信噪比下降会显著影响检出限与判读稳定性。提高信噪比通常是提升鉴定质量的关键措施之一。
3 样品与前处理
3.1 样品类型
质谱鉴定可处理的样品类型十分广泛，不同对象在离子化行为、稳定性和前处理需求上差异明显。选择合适的样品策略，是保证分析结果可用的前提。
3.1.1 小分子样品
小分子样品包括药物、代谢物、环境污染物、食品添加物及天然产物等。此类物质通常分子量较低，适合通过高灵敏度质谱进行筛查和确认。
它们在分析中常面临同分异构体多、基质干扰强等问题，因此往往需要结合色谱分离或精确碎片解析来提高辨识度。
3.1.2 蛋白质与肽段样品
蛋白质和肽段样品是生命科学中最常见的质谱鉴定对象之一。由于蛋白质分子量大、结构复杂，通常会先酶解成肽段，再进行检测。
肽段质谱可用于蛋白质身份确认、表达差异分析及修饰位点定位。对于大分子整体分析，仪器要求和数据处理复杂度都相对更高。
3.1.3 复杂混合物样品
复杂混合物样品包含多种成分，可能来自生物体液、环境样本、食品提取物或工业体系。此类样品的分析难点在于组分多、干扰强、动态范围宽。
对复杂混合物进行质谱鉴定时，通常需要联合分离技术和数据库检索，以减少信号重叠并提升可解释性。
3.2 前处理流程
前处理是质谱鉴定中极为关键的一步，直接影响样品纯度、回收率和后续检测稳定性。良好的前处理可以显著降低干扰并提高分析效率。
3.2.1 萃取与纯化
萃取与纯化用于从复杂基质中富集目标物并去除不需要的杂质。常见方法包括液液萃取、固相萃取和蛋白沉淀等。
不同样品适合的萃取方式并不相同。若纯化不足，基质成分可能抑制离子化，进而影响峰强和定量可靠性。
3.2.2 浓缩与除盐
浓缩可提高低丰度目标物的检出概率，而除盐则有助于减少离子抑制和峰形畸变。对于生物样品，盐分、缓冲液和表面活性剂常是常见干扰源。
在蛋白质组学和代谢组学中，除盐步骤往往十分重要，因为多余盐离子容易导致背景升高、加合峰增多以及信号不稳定。
3.2.3 酶解与衍生化
酶解主要用于将大分子转化为更易分析的小片段，最典型的应用是蛋白质酶解为肽段。衍生化则通过引入特定化学基团改善挥发性、离子化效率或色谱行为。
这两类处理都能增强分析可行性，但也会改变原始分子的表现形式，因此在解释结果时必须考虑反应本身带来的结构变化。
3.3 污染与干扰控制
污染和干扰会降低谱图清晰度，甚至造成假阳性或漏检。规范的实验流程通常会把污染控制作为与检测本身同等重要的环节。
3.3.1 基质效应
基质效应是指样品中其他成分对目标离子化和检测的影响。它既可能抑制目标信号，也可能在某些情况下增强响应。
由于基质效应常具有样品特异性，因此不能简单依赖通用方法解决。通常需要通过前处理优化、内标校正或分离条件调整来缓解。
3.3.2 背景噪声
背景噪声包括溶剂残留、试剂杂质、环境污染以及仪器本底信号等。噪声过高会掩盖低丰度峰，影响峰识别和定量分析。
控制背景噪声的常见方法包括提高试剂纯度、优化系统清洁度以及合理设置空白对照。对超痕量分析而言，这一问题尤为敏感。
3.3.3 交叉污染
交叉污染指不同样品之间发生物质混入，或实验器具带入前一批次残留成分。它会导致错误峰出现，进而干扰鉴定结论。
为降低交叉污染风险，实验中通常需要严格分区操作、规范清洗流程，并在批次之间设置空白或清洗样检测。
4 质谱平台与联用技术
4.1 常见质谱类型
不同质谱平台在分辨率、扫描速度、定量能力和适用对象方面各有优势。选择何种平台，往往取决于样品复杂度与研究目的。
4.1.1 四极杆质谱
四极杆质谱通过电场筛选特定 m/z 的离子，结构相对成熟，常用于定量分析和目标筛查。其优点是稳定、操作便捷、适合与色谱联用。
在多重反应监测等模式下，四极杆系统具有较强的靶向分析能力，常用于药物检测、环境监测和临床分析。
4.1.2 飞行时间质谱
飞行时间质谱根据离子飞行速度差异进行分离，能够提供较高的质量分辨率和较宽的检测范围。它在高通量定性和精确质量测定中应用广泛。
由于采集速度较快，飞行时间质谱适合与液相色谱等分离技术联用，尤其适用于复杂样品的快速解析。
4.1.3 离子阱质谱
离子阱质谱能够将离子暂时捕获并逐步释放，便于进行多级碎裂分析。其特点是结构灵活，适合研究碎裂路径与结构细节。
在需要多轮碎裂信息的场景中，离子阱系统能提供较丰富的结构证据，但在某些高精度应用中，表现可能受限于分辨率与空间电荷效应。
4.1.4 Orbitrap质谱
Orbitrap质谱以高分辨率和高质量精度著称，常用于复杂体系中的精确定性分析。其稳定的质量测量能力使其在组学研究中十分常见。
这类仪器尤其适合需要精确分子式推断和复杂谱图解析的任务。配合数据库检索时，Orbitrap 数据通常具有较高的匹配价值。
4.2 联用分离技术
质谱本身能够分析离子，但面对复杂混合物时，单独使用质谱往往难以完全分辨所有组分。联用分离技术因此成为提高鉴定能力的重要手段。
4.2.1 气相色谱-质谱联用
气相色谱-质谱联用适合分析挥发性、半挥发性或经衍生化后可挥发的化合物。气相色谱负责分离，质谱负责检测与鉴定。
该联用方式在环境污染物、香气成分和小分子有机物分析中应用广泛，具有峰形清晰、分离效率高等优点。
4.2.2 液相色谱-质谱联用
液相色谱-质谱联用适用于热不稳定、极性较强或分子量较大的化合物。液相色谱先完成复杂基质的分离，再由质谱进行精确识别。
这是当前最常见的联用平台之一，广泛用于蛋白质组学、代谢组学、药物分析与食品安全检测。
4.2.3 毛细管电泳-质谱联用
毛细管电泳-质谱联用利用电泳分离能力高、样品消耗少的特点，适合分析带电小分子和生物大分子。其分离效率较高，特别适用于痕量样品。
由于接口和条件控制较复杂，这一技术的使用门槛相对更高，但在特定样品类型上具有独特优势。
4.3 软电离与硬电离方式
电离方式决定了样品进入质谱后的初始状态，也影响后续碎裂和谱图解释的方式。不同电离技术适合不同性质的样品。
4.3.1 电喷雾电离
电喷雾电离是一种典型软电离技术，能够较好地保留大分子和易碎分子的完整性。它尤其适合液相色谱联用分析。
由于可形成多电荷离子，电喷雾电离对蛋白质和肽段分析十分有利，也常用于极性小分子的常规检测。
4.3.2 基质辅助激光解吸电离
基质辅助激光解吸电离通过基质吸收激光能量并辅助样品离子化，适合蛋白质、聚合物及某些生物大分子。它对高分子量样品较为友好。
该方法通常具有较低的样品损伤和较快的检测速度，因此在生物大分子指纹分析和成像相关应用中较常见。
4.3.3 电子轰击电离
电子轰击电离属于硬电离方式，能产生较丰富的碎片信息，特别适用于气相色谱联用和结构确认。它对分子骨架断裂较明显。
虽然这会降低完整分子保留的概率，但其碎裂模式稳定、可重复性较好，适合构建谱库和进行标准化比对。
5 鉴定策略
5.1 基于标准品比对
标准品比对是最直接、最可靠的鉴定思路之一。通过已知化合物的保留行为和谱图特征，可以对未知样品进行确认。
5.1.1 保留时间比对
保留时间比对是将样品中目标峰的色谱保留时间与标准品进行比较。若条件一致，两者接近则支持同一化合物的判断。
不过，保留时间会受柱子状态、流动相组成和温度等因素影响，因此通常需要与其他证据联合使用，而不能单独作为最终依据。
5.1.2 谱图指纹比对
谱图指纹比对指将未知样品的整体谱图特征与标准谱进行比较。若峰型、相对强度和关键离子模式一致，则可增强鉴定可信度。
这种方法特别适合已建立完整谱库的场景。对于结构相近但并非同一物质的化合物，指纹差异往往能提供有效区分。
5.1.3 碎片离子比对
碎片离子比对主要关注二级质谱中关键碎片是否与标准物一致。由于碎片模式通常更具结构特异性，这一比对方法常被视为重要证据。
在复杂体系中，即便母离子位置相近，碎片离子差异也可能揭示不同的化学身份。因此，这一策略在确认鉴定中具有较高权重。
5.2 基于数据库检索
数据库检索是当前高通量质谱鉴定的重要方式。它借助现有谱库、序列库或代谢物库，将实验数据与已知记录进行匹配。
5.2.1 谱库检索
谱库检索是将测得的质谱数据与已知标准谱库比对，以寻找最接近的候选条目。它要求数据库中的谱图质量较高、标注较规范。
在目标明确的分析任务中，谱库检索效率很高，能够显著缩短鉴定时间。但当样品中出现数据库未收录的新物质时，其局限性也较明显。
5.2.2 序列数据库检索
序列数据库检索多用于蛋白质和肽段分析。实验获得的碎片谱会与理论序列或蛋白数据库进行比对，从而确定蛋白身份。
这类方法依赖算法对碎片离子的解释能力，尤其适合大规模组学研究。对不同修饰和剪切形式的识别，则需要更复杂的匹配规则。
5.2.3 代谢物数据库检索
代谢物数据库检索主要用于小分子代谢物、天然产物及相关衍生物的识别。它不仅关注质量值，还常结合碎片特征、加合模式和化学分类信息。
由于代谢物结构类型繁多，数据库覆盖程度直接影响检索效果。对未知或罕见化合物，检索结果通常还需进一步人工核验。
5.3 基于从头解析
从头解析是指在缺乏标准谱或数据库记录的情况下，依据碎裂信息、元素组成和结构规律自行推导候选结构。它更依赖分析经验和算法支持。
5.3.1 碎裂路径推断
碎裂路径推断是根据观察到的离子之间的质量差和转化关系，判断母离子可能经历了哪些断裂过程。该方法强调对碎片形成顺序的理解。
通过建立碎裂路径，可以逐步缩小结构可能性范围。对新化合物或数据库缺失物质，这一策略尤其有价值。
5.3.2 分子结构重建
分子结构重建是在碎裂信息基础上尝试还原分子的骨架、官能团及连接方式。其目标是从有限信号中恢复最合理的结构模型。
这一过程通常需要结合化学常识、同位素特征和元素约束，不同候选结构可能会在多个碎片层面接受检验。
5.3.3 候选结构筛选
候选结构筛选是对多个可能结构进行排序和剔除的过程。常见依据包括质量误差、碎片匹配度、化学合理性及已知分子分类规律。
在高通量分析中，这一步常由软件完成初筛，再由人工进行复核。其质量会直接影响最终结论的稳健性。
5.4 定量与定性联合鉴定
定量与定性联合鉴定强调同时回答“是什么”和“有多少”两个问题。相比单纯定性，它更接近实际应用需求。
5.4.1 靶向分析
靶向分析围绕预先确定的目标物展开，通常具有较高灵敏度和较强可重复性。它适合已知成分的精准测定。
此类方法在药物监测、临床检验和污染物定量中很常见，常与标准曲线和内标策略配合使用。
5.4.2 非靶向分析
非靶向分析不预设具体目标，而是尽量捕获样品中的广泛信号，随后再进行筛选与注释。它更适合发现未知变化和潜在新物质。
这种策略信息量大，但数据处理更复杂，对算法、数据库和人工判读能力都有较高要求。
5.4.3 半靶向分析
半靶向分析介于靶向和非靶向之间，通常针对某一类化合物家族或特定化学特征进行监测。它兼顾一定范围的发现能力和较好的分析稳定性。
在代谢组学和天然产物研究中，半靶向方法常用于平衡效率与覆盖面。
6 数据分析与谱图解析
6.1 数据预处理
原始质谱数据通常需要经过预处理，才能进入后续解析阶段。预处理的目的，是提升数据可读性并减少技术误差带来的影响。
6.1.1 去噪
去噪是去除随机波动和非目标背景信号的过程。合理去噪可以让真实峰更加突出，减少误判。
但去噪过度也可能削弱弱信号，因此该步骤需要在保真性和清晰度之间取得平衡。
6.1.2 峰提取
峰提取是从连续或半连续信号中识别出可代表化合物的峰信息。它决定了后续比对和统计分析所使用的基本单位。
峰提取效果受阈值设置、峰形特征和噪声水平影响较大。若参数选择不当，可能出现漏提峰或虚假峰。
6.1.3 峰对齐
峰对齐用于校正不同样品之间因仪器漂移、保留时间偏差或采集差异造成的峰位不一致。它是多样本比较分析的基础。
对齐后，来自不同样品的同一化合物更容易进行统计比较和差异分析。对于组学研究，这一步尤为重要。
6.2 谱图解释方法
谱图解释是从信号层面过渡到化学层面的核心步骤。不同层级的质谱信息，能提供不同深度的结构线索。
6.2.1 一级质谱解析
一级质谱解析主要关注完整离子或主要峰群，常用于初步判断分子量、同位素模式和加合形式。它是整个鉴定过程的起点。
在简单样品中，一级谱可能已经足以支持初步确认；而在复杂体系中，它通常只是后续碎片分析的基础。
6.2.2 二级质谱解析
二级质谱解析通过对选定母离子进行碎裂，观察其产物离子特征来推断结构。它是最常用的鉴定手段之一。
相比一级质谱，二级质谱能提供更多结构信息，尤其适合区分质量接近但结构不同的化合物。
6.2.3 多级质谱解析
多级质谱解析是对碎片再进行进一步碎裂，以获得更深层次的结构证据。它特别适合复杂分子、异构体和修饰体的详细研究。
多级信息有助于逐层拆解分子结构，但数据量和解释难度也随之增加，因此常依赖专业软件和经验判断。
6.3 软件与算法
现代质谱鉴定高度依赖软件与算法，它们承担数据整理、匹配、注释和结果排序等任务。随着数据规模增大，算法的重要性持续上升。
6.3.1 数据库搜索算法
数据库搜索算法用于把实验谱图与理论或实测数据库进行匹配。其核心是通过评分系统评估候选条目与目标信号的一致性。
优良的搜索算法不仅要快，还要尽量减少误配。对于复杂数据集，搜索策略的设置会明显影响最终鉴定结果。
6.3.2 机器学习辅助识别
机器学习辅助识别利用统计学习方法，从大量已知数据中提取规律，并用于预测未知谱图的类别或结构特征。它适合处理高维、复杂且模式多样的数据。
这类方法在自动化鉴定中展现出较强潜力，但其效果依赖训练数据质量、模型泛化能力和结果解释性。
6.3.3 自动注释系统
自动注释系统能够在大规模数据中快速生成初步标注，减少人工逐条审阅的工作量。它通常结合谱库、规则引擎和评分机制运行。
自动注释适合高通量场景，但最终结论仍需结合实验验证。对新化合物或边缘信号，人工复核仍是不可替代的环节。
7 质量控制与结果验证
7.1 质量控制指标
质量控制用于衡量质谱鉴定过程是否稳定可靠。只有在控制指标达标的前提下，结果才具备较高的可重复性和可解释性。
7.1.1 质量误差
质量误差是测得 m/z 与理论值之间的偏差，通常是评估仪器准确性的重要指标。误差越小，分子式推断通常越可信。
若质量误差超出设定阈值，数据库匹配和结构确认都会受到影响。因此，质量校准是实验中常规且必要的步骤。
7.1.2 重复性
重复性反映同一条件下多次测量结果的一致程度。良好的重复性意味着信号强度、峰位和谱图形态较为稳定。
在定量和鉴定联合分析中，重复性不足会削弱统计结论的可信度，也会增加假阳性或假阴性的风险。
7.1.3 线性范围
线性范围指信号响应与目标物浓度保持近似线性关系的区间。它是定量分析中必须关注的性能指标。
若超出线性范围，信号可能出现饱和或过弱而失真，从而影响浓度计算和结果解释。
7.2 验证方法
验证是确认鉴定结果正确性的关键步骤。通过多种验证手段，可以降低单一证据导致的误判风险。
7.2.1 标准物质验证
标准物质验证是使用已知纯度和性质明确的参照物进行确认。它通常被视为最直接的验证方式。
若样品结果与标准物质在保留时间、质量数和碎片模式上均一致，则鉴定可靠性明显提升。
7.2.2 平行实验验证
平行实验验证通过重复独立测定来检验结果是否一致。它可以揭示偶然误差、操作偏差或仪器波动。
当多个平行样本得到相似结论时，鉴定结果更具稳健性，也更适合后续报告或研究发表。
7.2.3 正负对照验证
正负对照验证通过设置已知阳性和阴性样本，检查方法是否能够正确识别目标并排除非目标。它是方法学评估的重要环节。
对照设计合理与否，直接影响结论的可信度。尤其在复杂基质中，对照能够帮助判断信号是否由真实目标引起。
7.3 结果判定标准
结果判定标准决定了哪些证据足以支持鉴定结论，以及结论应达到何种置信程度。不同研究和行业常有不同规范。
7.3.1 置信度分级
置信度分级是按照证据强弱对鉴定结果进行层级划分。高置信度通常需要标准品、保留时间、碎片谱等多项一致。
这种分级方式有助于清晰区分“初步推测”“较可靠确认”和“最终确认”等不同层次，避免过度解读。
7.3.2 误鉴与漏鉴
误鉴是把错误化合物识别为目标物，漏鉴则是未能识别真实存在的目标物。二者都是质谱鉴定中的主要风险。
误鉴常由谱图重叠、数据库偏差或参数设置不当引起；漏鉴则可能来自信号过弱、前处理损失或阈值过高。
7.3.3 证据链构建
证据链构建强调从样品、峰位、碎片、数据库到验证实验形成连续逻辑。单一证据往往不足以支撑高可信结论。
完整证据链的价值在于可追溯、可复核，也便于在不同实验者之间形成一致判断。
8 应用领域
8.1 生物医药研究
质谱鉴定在生物医药研究中占据重要位置，既可用于发现新分子，也可用于解析复杂生物系统中的变化。
8.1.1 蛋白质鉴定
蛋白质鉴定主要依靠肽段质谱和数据库比对来确认蛋白身份。它是蛋白质组学的基础环节之一。
该应用不仅能识别蛋白种类，还可帮助分析表达差异、复合体组成及疾病相关变化。
8.1.2 翻译后修饰分析
翻译后修饰分析关注蛋白质在合成后发生的化学变化，如磷酸化、乙酰化或糖基化。此类修饰对蛋白功能影响显著。
质谱能够通过特征质量差和碎片定位，识别修饰类型及其可能位点，因此在调控机制研究中极具价值。
8.1.3 代谢物分析
代谢物分析用于检测细胞、组织或体液中的小分子代谢产物。它可反映生理状态、代谢通路活动及环境响应。
由于代谢物种类繁多、浓度跨度大，质谱是该领域最重要的检测手段之一。
8.2 临床与医学检验
在临床与医学检验中，质谱鉴定可用于辅助筛查、确认和监测，具有快速、灵敏和多指标并行的特点。
8.2.1 疾病标志物筛查
疾病标志物筛查是从体液或组织样本中寻找与疾病状态相关的分子特征。质谱可用于发现早期变化或辅助分型。
这类应用通常需要严格的验证流程，以保证筛查结果具有足够的临床可用性。
8.2.2 药物代谢研究
药物代谢研究主要观察药物在体内的吸收、分布、代谢和排泄过程。质谱可识别原型药及其代谢产物。
通过分析代谢途径，研究者能够了解药物转化规律、代谢酶参与情况及可能的相互作用。
8.2.3 毒物分析
毒物分析用于检测中毒相关物质及其代谢产物。质谱凭借高灵敏度和较强特异性，在此领域应用广泛。
对于未知毒物，数据库检索与从头解析往往需要结合使用，以提高检出和确认能力。
8.3 食品与环境分析
食品与环境领域样品来源复杂，常含有多种天然成分和外源污染物，质谱鉴定因此具有很高的实用价值。
8.3.1 食品成分鉴定
食品成分鉴定用于确认食品中的营养物质、风味物质、添加成分或掺假成分。它有助于质量控制和真伪判别。
在复杂食品体系中，质谱可提供较强的定性能力，并与色谱技术共同提高分离效果。
8.3.2 污染物检测
污染物检测关注空气、水体、土壤或食品中的有害化学物。质谱能检测痕量污染物并进行结构确认。
由于环境样品中干扰多、浓度低，前处理和高灵敏平台的选择对结果影响很大。
8.3.3 农药残留分析
农药残留分析是食品安全和环境监测中的常见任务。质谱可快速筛查多种残留成分，并进行定量确认。
对于不同类别农药，通常需要结合特定离子化方式和数据库规则，以确保检测的全面性。
8.4 材料与工业分析
质谱鉴定不仅服务于生命科学，也广泛用于材料和工业体系的成分解析与质量评估。
8.4.1 高分子鉴定
高分子鉴定用于分析聚合物的重复单元、端基结构和分子量分布。质谱可提供聚合物组成和降解信息。
在材料研发中，这类分析有助于理解聚合物性能差异及加工稳定性。
8.4.2 添加剂分析
添加剂分析主要针对润滑剂、塑料、涂料或食品工业中的功能性添加物。质谱可确认添加剂种类及其配方变化。
由于添加剂常处于复杂基质中，联用分离技术通常是实现有效鉴定的前提。
8.4.3 失效产物解析
失效产物解析关注材料老化、热分解、氧化或机械失效后生成的新物质。通过分析这些产物，可以反推出失效过程。
这一应用在质量追溯和工艺改进中具有实际意义，常用于定位问题来源。
9 发展趋势
9.1 高分辨与高灵敏化
未来质谱鉴定的重要方向之一，是进一步提高分辨率、质量精度和灵敏度。更强的仪器性能意味着更低丰度的目标也有机会被准确识别。
在复杂样品和超痕量分析中，高分辨与高灵敏化将持续推动鉴定边界的扩展。
9.2 单细胞与微量样品分析
单细胞和微量样品分析要求仪器和方法能够在极少样本量下获得可靠信号。这对前处理、离子化效率和数据处理都提出了更高要求。
随着微流控、微区采样和超低损耗接口的发展，质谱在这一方向上的应用潜力不断增强。
9.3 空间组学中的质谱应用
空间组学强调在组织或样本空间位置上保留分子信息。质谱成像等技术使研究者能够观察分子在空间上的分布差异。
这类应用有助于把分子变化与组织结构联系起来，为生物学和病理研究提供更直观的证据。
9.4 智能化数据解读
随着数据量急剧增加，智能化数据解读成为质谱鉴定的重要发展方向。自动化和算法化处理正在改变传统依赖人工判读的模式。
9.4.1 自动注释
自动注释可在大规模数据中快速生成候选结果，提升分析效率。它特别适合批量样品和高通量筛查任务。
尽管如此，自动注释的输出通常仍需结合实验背景和人工审核，以防止过度依赖算法。
9.4.2 深度学习辅助鉴定
深度学习辅助鉴定利用神经网络从复杂谱图中学习模式，用于分类、预测或候选排序。其优势在于能够处理高维非线性数据。
随着训练集扩大和模型优化，这类方法有望在未知化合物识别和谱图解读中发挥更大作用。
9.4.3 云端数据库协同
云端数据库协同是指将谱库、注释信息和算法资源通过网络共享，实现跨平台、跨机构的协同检索与更新。它有助于提升数据库覆盖率和使用效率。
这一趋势使得质谱鉴定不再局限于单台仪器或单一实验室，而更接近开放式、互联化的分析体系。