中药指纹图谱相似度分析之TXT文本导入.doc

中药指纹图谱相似度分析之TXT文本导入话说很多同行都无法将高效液相，气相，气质联用跑出来的色谱图导入到指纹图谱相似度分析软件进行分析。目前对谱图相似度分析的软件也只有接下来几个版本：、B版、药检所版的中药色谱图分析和数据管理系统、浙大版的中药指纹图谱相似度计算软件及中南版的相似度分析软件，在写这边帖子之前，前三个版本我都反复安装试过很多次，第四个一方面需要matlab的只是、另一方我也没有在网上找到资源。最后我选择了使用药典版的中药色谱指纹图谱相似度评价系统A版，以下简称（A系统）。药典版的中药色谱指纹图谱相似度评价系统有A，B版两个版本，即：研究版（2004 A）和检验版（2004 B）。研究版主要用于科学研究工作，具有生成对照图谱功能。检验版侧重于色谱指纹图谱的检验工作，功能简化，不具有生成对照图谱的功能。软件就不详细介绍了，直接进入主题如何将得到的TXT文件转换成能够导入A系统的TXT文件。本系统支持三种格式文件的导入：AIA(*.cdf)文件，文本文件（*.txt）和Scp(*.Scp)格式文件的导入（如图1）。建议采用通用的AIA（*.cdf）格式文件导入（但是我试过导出的AIA依然无法导入，并且AIA文件没办法编辑，也许是能力不够，至今没有找能编辑AIA文件的方法）。注意AIA（*.cdf）文件中应包含样本图谱的峰面积信息，在色谱工作站导出AIA（*.cdf）文件前应现进行积分。否则导出的AIA（*.cdf）文件可能因不包含峰面积信息而无法导入（我用TXT文件试了，没有积分依然可以导入，只是无法匹配，也就是无法进入下一步相似度分析）。文本文件（*.txt）的导入需要采用特殊的格式，可以参考本系统导出的文本文件格式【文后附上标准文本文件格式】。Scp(*.Scp，即Standard Chromatographic Project的简写)是本系统为生成的对照图谱的导入提供的一种特殊的文件格式。我用的是岛津GC-MS跑出来的质谱图试验的，文后附三个版本的分析软件及需要的文档，其他液相气相的没有使用过，也不知道如何导出TXT或者AIA文件，如有知道的，还希望您不吝赐教）图1第一步，导出text文件，做好准备工作打开GCMSSolution软件，导出你需要处理的图谱（如图2），当然如果要导出AIA文件，也可以如图3那样导出。但是只能导出AIA文件，无法导出TXT文件。图221图3 那么如何导出TXT文件呢，莫着急，且看下文如图4，右键点击*.qgd，在出现的菜单里点击文件转换，是不是发现原来可以转出很多种格式？ASCII文件转换出来的即为TXT文件，其他四种无需多介绍，包括的信息应该都是一样的。123图3点击“ASCII文件转换”，如下图4，点击输出项目，里面有很多选项，当然相似度软件分析的只用两个就可以了，即“定性峰表”和“色谱图（TIC/MIC）”，可以同时选择两项，这样导出到一个TXT文件里；当然也可以分别选择，导出到两个TXT文件里（如图5）。（个人建议导出到两个TXT文件里）21图4这样导出的TXT包括了两部分：定性峰表信息（峰序号，保留时间，开始时间，结束时间，Mass，峰面积，峰高，峰面积/峰高等信息）【后文称（积分数据）】和色谱图信息（时间每0.008s记录一次，信号，相对信号三列）【后文称（色谱图数据）】。导出的两个TXT文件，这两部分就分别在一个TXT里，导出的一个TXT文件，那么前面是定性峰表信息，后面是色谱图信息。这样我们需要的TXT文件就导出来了，这样的TXT是无法导入A系统的，它会提示提供的信息格式错误。俗话说：万事开头难，那么你也成功了一半了。接下来，就是编辑信息了，使之让A系统采纳。3图512第二步，编辑text信息，使之为A系统采纳在进行编辑TXT信息之前，还需要这么一个小小的插曲做一个Excel来提取你所需要的信息。新建一个Excel文件，分别给三个工作表名称改为：色谱图数据，积分数据，我要的数据（如图6）。图6将导出的TXT文件分别打开（我是导出的两个文件，这样选择时可以用Ctrl+A快速选择），将色谱图数据全部复制到Excel中的色谱图数据表，积分数据导入到Excel中的积分数据表。那么，到现在，我们需要的数据也都导入到Excel中去了。接下来就是懒人想出来的办法了。进入第三个工资表，也就是“我要的数据”中，编辑公式，提取有用信息。一般同一批色谱图导入到Excel中的积分数据和色谱图数据前面几列都不会改变的，如图7中的方框部分（为色谱图数据表，为积分数据表）12图7有用的数据就是色谱图数据中的时间列（即本例中的第一列）和信号列（即本例中的第二列）及积分数据中的峰序号（即本例中的第一列）、保留时间（即本例中的第二列）、峰高（即本例中的第七列）和峰面积（即本例中的第六列）【一共六列】。那么在“我的数据表”中就提取这些信息即可。如图8图8PS：文后附上例子中的Excel表，熟悉的可以自己编辑，不熟悉的也没关系，看了就能懂。好了，小插曲结束，继续正题。首先，新建一个TXT文件，用以存储你提取的有用信息。命名好后（TEST1.txt），分别按照标准文本文件格式的信息输入，及先把指纹图谱采样号数据（即色谱图数据）复制粘贴到TEST1.txt文件中，然后再后面复制粘贴上指纹图谱积分数据（即积分数据）。这样就把TXT文本的信息编辑好了，那么接下来应该做什么呢？导入A系统试试，对就是这样的。我们导入进去试试，结果奇怪的事情发生了，怎么会多一条直线呢，如图9。图9接下来的就是第三部需要解决的问题，最关键也是最简单的一步第三步，删除作怪空格，给图以原貌将text1.txt打开，发现有图10的四行中文字，它没有错，错就错在图11，也就是它在作怪。图10是不是发现指纹图谱积分数据那两行都多了很多空格，删除。再导入到A系统试试，得到图12的结果图11是不是发现自己很厉害，祝贺你，成功了。就是这样编辑