基于深度学习的质谱成像数据降噪方法DE-MSI研究进展

一、作者团队与发表信息
本研究由Lei Guo（福州大学/香港浸会大学）、Chengyi Xie、Xin Diao等组成的联合团队完成，通讯作者为香港浸会大学Zongwei Cai教授与厦门大学Jiyang Dong教授。研究成果发表于分析化学领域权威期刊《Analytical Chemistry》（2025年9月，第97卷）。

二、学术背景与研究目标
质谱成像（Mass Spectrometry Imaging, MSI）是一种无标记技术，可直观显示生物样本中数千种分子的空间分布，在药物开发、临床研究等领域具有重要应用。然而，MSI数据中存在复杂的噪声模式（如泊松噪声、随机缺失值），且难以获取无噪声的真实数据作为监督信号，导致现有降噪方法（如高斯滤波、小波降噪）常因假设过于简单而效果受限。

研究团队提出DE-MSI（Deep Learning-based Data Denoising for MSI），旨在通过结合质谱化学先验知识，构建无需真实数据的深度学习模型，提升MSI数据质量。其核心创新在于利用同位素离子（isotopic ions）与单同位素离子（monoisotopic ions）的天然丰度关系，构建自监督训练数据集，突破传统降噪方法依赖人工假设的瓶颈。

三、研究方法与技术流程
1. 数据准备与预处理
- 样本类型：
- 小鼠胚胎（MALDI-MSI，像素尺寸100 μm）
- 小鼠脑（MALDI-MSI，5 μm高分辨率）
- 大鼠脑（DESI-MSI，100 μm）
- 预处理步骤：峰检测（SCiLS Lab软件）、峰对齐、热斑去除、TIC归一化，最终生成三维矩阵M(X×Y×H)，X/Y为空间像素，H为m/z维度。

1. 训练数据集构建

   • 利用自主开发的DeepIso工具（或MetaSpace/RMSI）识别同位素-单同位素离子对（{I_iso, I_monoiso}）。
     
   • 化学原理：单同位素离子强度理论上应与其同位素变体空间分布一致，但后者因强度低更易受噪声干扰，从而可将其作为“噪声输入-伪真实输出”对。
     

2. 深度学习模型设计

   • 网络架构：基于U-Net的轻量化设计（参数总量310.4M），包含编码器-解码器结构：
     
     • 编码器：3×3卷积层+ReLU+最大池化，通道数从64递增至1024。
       
     • 解码器：双线性上采样+跳跃连接（skip connection），保留高频细节。
       
   • 损失函数：平均绝对误差（MAE）计算输出（I_denoised）与伪真实（I_monoiso）的差异。
     
   • 训练参数：Adam优化器（学习率0.005），20,000次迭代，批次大小256（NVIDIA GTX 4090 GPU）。
     

3. 模型验证与评估

   • 定性评估：对比高斯滤波、小波降噪，观察器官（如脑、肝脏）内分子分布的连续性与边界清晰度。
     
   • 定量评估：
     
     • 模拟噪声：向原始数据添加泊松噪声和20%随机缺失值。
       
     • 指标：PSNR（峰值信噪比）和SSIM（结构相似性），DE-MSI分别达18.93±1.87和0.74±0.05，优于基线方法。
       

四、主要研究结果
1. 小鼠胚胎数据
- DE-MSI在m/z 603.1546（脑/软骨高表达）和m/z 909.5437（肝脏高表达）的图像中，有效修复了不连续信号，且未损失分辨率（图3）。传统方法则出现过度平滑（高斯滤波）或高频信息丢失（小波降噪）。

1. 高分辨率小鼠脑数据

   • 在5 μm像素下，DE-MSI显著减少了颗粒细胞层（DG-sg）、胼胝体（CC）等区域的像素丢失（图5），同时保持亚细胞级结构（如CA1sp层锥体神经元）的清晰度。
     

2. DESI-MSI数据适配性

   • 大鼠脑数据中，DE-MSI成功修复谷胱甘肽（m/z 306.0766）和海马区PS 34:1（m/z 760.5140）的空间断裂分布（图6），验证其对不同电离源的普适性。
     

五、研究结论与价值
1. 科学价值：
- 首次通过化学先验知识构建自监督训练集，解决了MSI领域缺乏真实数据的难题。
- U-Net架构的局部-全局特征融合能力，平衡了噪声去除与细节保留的矛盾。

1. 应用前景：
   
   • 单细胞代谢组学：5 μm分辨率下的降噪能力支持单细胞水平分析。
     
   • 跨平台兼容性：适用于MALDI、DESI等多种电离技术，可推广至SIMS等超分辨MSI。
     

六、研究亮点
1. 方法论创新：提出“同位素对伪监督”范式，为无监督学习在MSI中的应用提供新思路。
2. 技术突破：轻量化U-Net设计实现586张图像仅1.92秒的推理速度，满足实际需求。
3. 数据多样性：涵盖胚胎、脑组织及不同分辨率/电离源，验证方法鲁棒性。

七、局限性与展望
当前DE-MSI对低丰度污染物（非高分辨质谱）的敏感性有待提升，未来拟结合MS/MS验证优化离子配对准确性。代码与数据集已开源（GitHub: ganklei-x/de-msi），推动领域协作。