LC-MS的数据采集模式主要可以分为三大类，每一类都有其独特的工作原理、优缺点和应用场景。

1. 扫描模式 (Scanning Modes)

这是最基础、最通用的采集模式。质谱仪在一个设定的质量范围内，连续地对离子进行扫描和检测。它回答了一个问题：“在这个质量范围内，都有哪些离子存在？”

a) 全扫描 (Full Scan)

• 工作原理： 在预设的时间段内，质量分析器（如四极杆、离子阱、Orbitrap、TOF）会从最低质荷比（m/z）扫描到最高质荷比，记录下每一个瞬间检测到的所有离子的强度。最终得到一张以 m/z 为横坐标、信号强度为纵坐标 的质谱图。

  
  

• 优点：

  
  

• 非靶向性： 无需预先知道目标物，可以发现样品中未知或意料之外的成分。

  
  

• 提供完整信息： 获得整个色谱流出时间内所有可检测离子的“全景图”。

  
  

• 通用性强： 是所有其他复杂模式的基础。

  
  

• 缺点：

  
  

• 灵敏度相对较低： 因为时间被分配给扫描整个质量范围，每个离子被分配到的“停留时间”很短，对于低丰度离子容易漏检。

  
  

• 动态范围有限： 高浓度离子可能会掩盖低浓度离子。

  
  

• 应用场景：

  
  

• 未知物鉴定

  
  

• 代谢组学/脂质组学的初步筛查

  
  

• 常规分析，了解样品的整体组成

  
  

b) 选择离子监测 (Selected Ion Monitoring, SIM)

• 工作原理： 与全扫描不同，SIM模式不是扫描一个宽范围，而是将质量分析器固定在一个或几个特定的 m/z 值上进行长时间监测。只有当目标离子出现时，检测器才记录其强度。

  
  

• 优点：

  
  

• 灵敏度高： 将全部采集时间集中在少数几个目标离子上，大大提高了对它们的检测能力，特别适合低浓度分析物。

  
  

• 抗干扰能力强： 忽略其他无关的离子，信噪比（S/N）更高。

  
  

• 缺点：

  
  

• 靶向性： 必须预先知道要监测哪些离子，无法发现新物质。

  
  

• 选择性差（在四极杆上）： 如果两个目标物的质量非常接近，四极杆难以完全分离，会导致交叉干扰。这个问题在高分辨质谱（如Orbitrap, TOF）上使用SIM时影响很小。

  
  

• 应用场景：

  
  

• 已知目标物的高灵敏度定量分析（尤其在环境、食品分析中）。

  
  

• 与全扫描交替使用，兼顾发现和准确定量。

  
  

2. 选择反应监测模式 (Selected Reaction Monitoring, SRM) / 多反应监测 (Multiple Reaction Monitoring, MRM)

这是靶向定量分析的金标准，主要应用于三重四极杆质谱仪。

• 工作原理（以三重四极杆为例）：

  
  

1. 第一重四极杆(Q1)： 像一个质量过滤器，从复杂的混合物中选择一个特定的母离子（Precursor Ion）。

   
   

2. 第二重四极杆(Q2)： 作为碰撞室，将选定的母离子撞碎（碰撞诱导解离, CID），产生一系列碎片离子（Product Ions）。

   
   

3. 第三重四极杆(Q3)： 再从这些碎片离子中选择一个特定的、稳定的子离子。

   
   

4. 只有完成了 “母离子 -> 子离子” 这个特定“反应路径”的离子才会被检测到并记录其强度。

   
   

• 优点：

  
  

• 极高的灵敏度和特异性： 双重质量过滤（Q1选母离子，Q3选子离子）使其具有超强的抗基质干扰能力，可以在极其复杂的生物样本中检测到皮摩尔（pM）甚至飞摩尔（fM）级别的痕量物质。

  
  

• 精确定量： 是进行绝对定量最可靠的方法之一，广泛应用于药物代谢动力学、临床诊断、食品安全等领域。

  
  

• 缺点：

  
  

• 高度靶向： 必须预先知道目标物的母离子和最优的子离子对，无法用于未知物发现。

  
  

• 方法开发复杂： 为每个目标物优化碰撞能量等参数耗时耗力。

  
  

• 通量限制： 一次实验能监测的离子对数量是有限的（现代仪器可达几百个）。

  
  

• 应用场景：

  
  

• 临床 biomarker 的绝对定量（如激素、维生素、治疗药物监测TDM）。

  
  

• 药物及其代谢产物的药代动力学研究。

  
  

• 农药、兽药残留的痕量检测。

  
  

3. 数据依赖性采集模式 (Data-Dependent Acquisition, DDA)

这是在高分辨质谱（如Q-TOF, Orbitrap） 上进行的、介于非靶向发现和靶向鉴定之间的一种智能扫描模式。它旨在解决全扫描发现目标但灵敏度不足的问题。

• 工作原理：

  
  

1. 质谱仪首先进行一段时间的全扫描，获得一张一级质谱图。

   
   

2. 软件实时分析这张一级质谱图，根据预设的算法（如强度阈值、信噪比、电荷状态等）自动选择其中最强的若干个离子（例如Top 10）。

   
   

3. 随后，质谱仪立即将这些被选中的母离子隔离出来，送入碰撞室进行碎裂，并对产生的所有碎片离子进行第二次扫描，得到对应的二级质谱图（MS/MS谱图）。

   
   

4. 这个过程循环往复：全扫描 -> 选最强离子 -> 做MS/MS -> 再全扫描...

   
   

• 优点：

  
  

• 结合了非靶向发现和靶向鉴定： 既能获得样品的全景图，又能为其中丰度较高的成分提供高质量的二级谱图用于结构鉴定。

  
  

• 智能化： 自动化程度高，无需手动选择目标。

  
  

• 缺点：

  
  

• 竞争性问题： 离子强度是动态变化的。在一个循环中丰度最高的离子，在下一个循环可能就不是了。这会导致某些中等丰度的离子永远没有机会被选中做MS/MS（“饿死”），而某些丰度很高但没用的离子（如背景噪音）却总是被选中，造成数据冗余。

  
  

• 覆盖度不完整： 无法保证对所有成分都进行碎片分析，会漏掉一些重要但丰度低的离子。

  
  

• 应用场景：

  
  

• 非靶向代谢组学/脂质组学研究的主要手段。

  
  

• 蛋白质组学中的鸟枪法。

  
  

DDA的升级版：数据非依赖性采集 (Data-Independent Acquisition, DIA)

为了解决DDA的“饿死”问题，发展出了DIA模式（如Waters的HDMSE，AB Sciex的SWATH，Thermo的FAIMS Pro）。

• 工作原理： DIA不依赖于离子强度来选择目标。它将整个质量范围划分为若干个连续的、固定的“窗口”（例如，每25 m/z一个窗口），然后依次、无差别地对每个窗口内的所有离子进行碎裂和二级扫描。

  
  

• 优点：

  
  

• 数据完整性高： 所有离子，无论丰度高低，都被采集了MS/MS谱图，不会“饿死”。重现性极好。

  
  

• 后期追溯分析： 相当于为整个样本建立了一个包含所有可能碎片信息的“数字档案库”，事后可以用不同的数据库从这个档案库中挖掘信息，而无需重新上机。

  
  

• 缺点：

  
  

• 数据处理极其复杂： 需要从复杂的混合MS/MS谱图中解卷积出属于每个母离子的谱图，对软件和算法要求极高。

  
  

• 起始灵敏度可能低于精心优化的DDA或MRM。

  
  

• 应用场景：

  
  

• 需要高重现性和完整性的大规模队列研究。

  
  

• 对生物标志物进行回顾性验证。

  
  

总结对比