质谱数据结果的最大利用

通过对质谱数据的后处理，将目标化合物的质谱图从原始谱图中提取出来，根据新建的“纯净”的质谱图对目标化合物进行确证将更有实际应用的价值。

通常提取“纯净”的质谱图的方法是扣除“本底”的方法，主要过程为从目标化合物的质谱图中减去其周围本底的质谱图。然而其效果只能去除那些相对丰度较低的本底干扰离子(例如柱流失物所产生的碎片离子)。对于丰度较高的共流出物

及复杂基质干扰物的离子，扣“本底”的方法无能为力。为了能够达到更好的“净化”效果，化学计量学的方法被应用于质谱数据后处理中，通过数学计算对质谱数据进行退卷积处理，以提取“纯净”的质谱图。

有几方面可以分析：

1.分析有机物:质谱可以对有机物进行分析,包括分子量、结构、化学键的情况等。

2.生物分析:质谱可以用于分析生物分子,如蛋白质、核酸、糖类等

3.药物分析:包括药物代谢产物、药物残留分析、药物分子结构分析等。

质谱鉴定蛋白质

质谱已成为鉴定蛋白质的主要方法。有两种主要基于MS的蛋白质鉴定方法，包括从头测序和肽质量指纹（PMF）数据库搜索。最终使用计算方法从捕获的质谱峰中鉴定出蛋白质，其中每个峰理论上代表一个肽段离子。

质谱定量蛋白质

蛋白质组学研究通常需要蛋白质表达水平。随着质谱技术的出现和发展，我们可以学习更可靠和动态的方法来分析蛋白质的差异表达。定量蛋白质组学可以分为相对定量和绝对定量。相对定量旨在研究不同条件下蛋白质组表达的差异，其中稳定同位素标记和非标记定量是两种主要方法。绝对定量是指获得蛋白质的特异性表达水平。有一些常用于蛋白质定量的方法，例如iTRAQ（用于相对绝对定量的等重标签）、SILAC（细胞培养物中氨基酸的稳定同位素标记）、ICAT（同位素编码的亲和标记）、Label Free非标记定量等等。