一种用于全二维气相色谱质谱数据分析的新峰检测方法

我们开发了一种新的峰检测算法，用于分析全二维气相色谱飞行时间质谱（GC$\times$GC-TOF MS）数据，该算法使用正态 - 指数 - 伯努利（NEB）模型和混合概率模型。该算法首先利用 NEB 模型同时执行基线校正和去噪，并定义峰区域。然后使用概率分布混合模型选取峰，以处理共洗脱峰。基于同一峰组内峰之间的质谱相似性，进一步执行峰合并。我们利用实验数据评估了该算法，研究了不同条件贝叶斯因子截断值的影响以及不同混合模型（包括 Poisson、截断高斯、高斯、Gamma 和指数修正高斯（EMG）分布）的影响，并通过试错法引入了最优版本。随后，我们在化合物鉴定方面将新算法与两种现有算法进行了比较。数据分析表明，所开发的算法能够以比现有算法更低的错误发现率检测峰，且较简单的峰选取模型是更复杂且广泛使用的 EMG 混合模型的一个有前景的替代方案。