一种无依赖、可流式处理的格式与跨语言工具包，用于可扩展的 LC-MS 特征检测：只读取所需内容

质谱生成数据的速度快于其读取速度，而交换标准 mzML 采用基于文本的格式，必须完成全文解析后才能访问任一张谱图。二进制替代格式体积更小，但依赖 HDF5 等存储引擎，因此数据访问方式由引擎而非文件本身决定。我们提出了 Ionic（.ion），一种开源、紧凑且支持流式读取的二进制格式，以及基于该格式构建的处理工具包 Quant·ion。Ionic 将谱图、色谱图和元数据存储为彼此独立压缩并建立索引的数据块，因此读取器只需获取所需的字节，即使在网页浏览器中也是如此，并且能够与 mzML 之间进行无损转换。在所测试的每种采集类型中，Ionic 的体积均小于压缩后的 mzMLb；提取一种化合物所需时间低于 40 ms，比 mzML 读取器快 35 至 90 倍。Quant·ion 通过统一的核心向 R、Python 和 JavaScript 提供功能，并产生一致的结果；在基于真实标准数据集的基准测试中，其成功检出 97% 的真实特征。

质谱生成数据的速度快于其读取速度，而交换标准 mzML 基于文本，在访问任何谱图之前必须完成全文解析。二进制替代格式虽然体积更小，但依赖 HDF5 等存储引擎，因此数据访问方式由存储引擎而非文件本身决定。我们提出了 Ionic（.ion），一种开源、紧凑且可流式传输的二进制格式，以及基于该格式构建的处理工具包 Quant·ion。Ionic 将谱图、色谱图和元数据存储为可独立压缩并建立索引的数据块，因此读取器仅需获取所需的字节，即使在网页浏览器中也能实现；同时，该格式还可与 mzML 进行无损双向转换。在所测试的所有采集类型中，Ionic 的体积均小于压缩后的 mzMLb；提取一个化合物所需时间低于 40 ms，比 mzML 读取器快 35 至 90 倍。Quant·ion 通过一个核心模块为 R、Python 和 JavaScript 提供功能，并确保结果完全一致；在基于真实值的基准测试中，该工具恢复了 97% 的真实特征。

感谢您有兴趣传播 bioRxiv 的相关信息。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.15.751169v1?rss=1

🏷️ 质谱数据分析 LC-MS特征检测 流式读取 二进制数据格式 跨语言工具包