2.1光谱数据存取

对光谱数据的访问是通过山峰函数。返回值是一个由两列质量-电荷和强度矩阵组成的列表，如果查询一个光谱则为一个矩阵。

2．2色谱访问

对色谱图的访问是使用色谱图(或色谱图)函数，返回一个(或一个列表)data.frames。看到色谱?获取详细信息。方法提供此功能pwiz后端。

2．3识别结果访问

对识别结果的主要访问是通过psm，分数而且修改．psm而且分数将返回每个PSM和分数的详细信息。修改将返回在缩氨酸中发现的每个修改的详细信息。

2.4元数据访问

运行的元数据可通过几个功能，如instrumentInfo ()或runInfo ()．各个字段可以通过如下方式访问。探测器()等。

谱元数据可通过头()，它将返回一个列表(对于单次扫描)或一个包含信息的数据框架，例如basePeakMZ，peaksCount，…或，对于高阶MSmsLevel以及前体信息。

标识元数据可通过mzidInfo ()，它将返回一个包含信息的列表，如软件，ModificationSearched，酶，SpectraSource以及这个鉴定结果的其他信息。

这种元数据的可用性不能总是得到保证，它取决于转换数据的MS软件。

3．1mzXML/mzML/mzData文件

从质谱仪读取数据的简短序列示例。首先打开文件。

库(mzR)

##加载所需的包:Rcpp

library(msdata) mzxml <- system.file("threonine/threonine_i2_e35_pH_tree. file ")mzXML, package = "msdata") aa <- openMSfile(mzXML)

我们可以获得不同类型的头信息。

runInfo (aa)

scanCount美元# # # # # # # # 55 [1]lowMz # #美元[1]highMz美元50.0036 # # # # # # # # # # $ 298.673 [1]dStartTime # # # # # # $ 0.3485 [1] dEndTime # # # # # # $ 390.027 [1] msLevels # # [1] startTimeStamp美元1 2 3 4 # # # # # # [1]NA

instrumentInfo (aa)

[1]“Thermo Scientific”## ## $model ##[1]“LTQ Orbitrap”## ## $电离##[1]“电喷雾电离”## ## $分析仪##[1]“傅里叶变换离子回旋共振质谱仪”## ## $检测器##[1]“未知”## ## $software ##[1]“Xcalibur software 2.2 SP1”## ## $sample ##[1]“## ## $source ##[1]“”

头(aa, 1)

# # $ seqNum # # [1] 1 # # # # $ acquisitionNum # # [1] 1 # # # # $ msLevel # #[1] # # 1 # # # # $极性[1]peaksCount美元1 # # # # # # # # # # 684 [1]totIonCurrent # # retentionTime美元[1]341427000 # # # # # # # # # #[1]0.3485美元basePeakMZ # # # # # # $ 120.066 [1] basePeakIntensity # # collisionEnergy美元[1]211860000 # # # # # # ionisationEnergy美元[1]NA # # # # # # lowMZ美元[1]0 # # # # # # # # # # $ 50.3254 [1]highMZ # # # # # # $ 298.673 [1] precursorScanNum # # precursorMZ美元[1]NA # # # # # # precursorCharge美元[1]NA # # # # # # [1] NA # #precursorIntensity美元# # # # [1]NA mergedScan美元# # # # # # mergedResultScanNum美元[1]NA # # # # # # [1] NA mergedResultStartScanNum美元# # # # # # mergedResultEndScanNum美元[1]NA # # # # # # [1] NA injectionTime美元# # # # # # [1]filterString美元0 # # # # # # spectrumId美元[1]NA # # # # # #[1]“controllerType = 0 controllerNumber = 1扫描= 1”# # # # $质心# # [1]ionMobilityDriftTime美元真正的# # # # # # isolationWindowTargetMZ美元[1]NA # # # # # # isolationWindowLowerOffset美元[1]NA # # # # # # isolationWindowUpperOffset美元[1]NA # # # # # #[1] NA ## ## $scanWindowUpperLimit ## [1] NA ## ## $scanWindowUpperLimit ## [1] NA

从文件中读取一个频谱。

pl <- peaks(aa,10)

## [1] 317

头(pl)

## [，1] [，2] ## [1，] 50.08176 6984.858 ## [2，] 50.62267 7719.419 ## [3，] 50.70530 7185.290 ## [4，] 50.73298 7509.140 ## [5，] 50.83848 9366.624 ## [6，] 50.88303 8012.808

Plot (pl[，1]， pl[，2]， type="h"， lwd=1)

当不需要时，应该总是关闭文件。这将释放缓存内容的内存。

关闭(aa)

3.2mzIdentML文件

你可以使用openIDfile阅读mzIdentML文件(版本1.1)，它使用pwiz后端。

library(mzR) library(msdata) file <- system. txtfile("mzid"， "Tandem.mzid.gz"， package="msdata") x <- openIDfile(file)

mzidInfo函数将返回关于此识别结果的一般信息。

mzidInfo (x)

## $FileProvider ##[1] "研究员" ## ## $CreationDate ## [1] "2012-07-25T14:03:16" ## ## $software ## [1] "xtandem x!串联旋风分离器(2010.06.01.5)“# #”[2]ProteoWizard MzIdentML 3.0.501 ProteoWizard ModificationSearched美元“# # # # # #[1]“氧化”“Carbamidomethyl FragmentTolerance美元“# # # # # #”[1]0.8道尔顿ParentTolerance美元“# # # # # #”[1]1.5道尔顿“# # # # # # # #酶酶美元$ name[1]“胰蛋白酶“# # # #酶nTermGain # #美元[1]“H”# # # #酶cTermGain # #美元[1]”哦“# # # #酶minDistance # #美元[1]”0“# # # #酶missedCleavages # #美元[1]”1 " ## ## ## $ SpectraSource # #[1]“D: / TestSpace / NeoTestMarch2011/55merge.mgf”

psm将返回每个肽谱匹配的详细信息，包括spectrumID，chargeState，序列．modNum和其他人。

P <- psms(x) colnames(P)

[1]“spectrumID”“chargeState”##[3]“rank”“passThreshold”##[5]“experimentalMassToCharge”“calculatedMassToCharge”##[7]“sequence”“modNum”##[9]“isDecoy”“post”##[11]“pre”“start”##[13]“end”“DatabaseAccess”##[15]“DBseqLength”“DatabaseSeq”##[17]“DatabaseDescription”“spectrum”。title" ## [19] " accesstionnum "

可以使用。访问修改信息修改，该函数将返回spectrumID，序列，的名字，质量而且位置．

M <-修改(x)头(M)

## spectrumID序列名称质量位置## 1 index=12 LCYIALDFDEEMKAAEDSSDIEK Carbamidomethyl 57.0215 2 ## 2 index=12 LCYIALDFDEEMKAAEDSSDIEK氧化15.9949 12 ## 3 index=285 KDLYGNVVLSGGTTMYEGIGER氧化15.9949 15 ## 4 index=83 KDLYGNVVLSGGTTMYEGIGER氧化15.9949 15 ## 5 index=21 VIDENFGLVEGLMTTVHAATGTQK氧化15.9949 13 ## 6 index=198 GVGGAIVLVLYDEMK氧化15.9949 14

由于不同的软件会使用不同的评分功能，我们提供了一个分数提取每个psm的分数。它将返回一个data.frame，其中包含不同的列，这取决于生成该文件的软件。

SCR <- score(x) colnames(SCR)

## [1] "spectrumID" "X.Tandem。预计X.Tandem.hyperscore”