代谢组学全自动智能分析系统及方法

本发明涉及代谢组学样本前处理、实验室自动化、液相色谱-质谱联用检测、自动化流程控制、仪器状态联锁、代谢组学数据处理、智能分析和实验过程追溯，尤其涉及一种适用于全流程智能分析平台的代谢组学全自动智能分析系统及方法。

背景技术：

1、代谢组学通过系统检测生物样本中小分子代谢物及其变化，用于反映生命活动、疾病状态、药物干预、环境暴露和生物过程调控。随着液相色谱-质谱联用技术的发展，代谢组学已经能够在较高灵敏度和较宽动态范围内获得大量代谢特征，为生物医学研究、临床队列研究、药物评价和机制研究提供重要数据基础。

2、从技术体系演进看，代谢组学可概括为以非靶向代谢组学为代表的第一代技术阶段，以及兼顾覆盖度和定量能力的拟靶向代谢组学阶段。随着人工智能、实验室自动化和大数据分析技术的发展，代谢组学正逐步向覆盖实验设计、样本处理、数据采集、数据分析及知识发现全过程的智能化发展方向演进，对规范化、流程化、自动化和智能化提出了更高要求。该发展方向可作为第三代代谢组学技术体系的重要组成部分，其技术重点不再局限于单一检测方法或单一数据处理算法，而在于构建能够支撑大规模、高质量、可重复研究的全流程智能技术平台。

3、然而，代谢组学并非单纯的仪器检测问题，其结果质量取决于样本前处理、样本复溶与进样、lc-ms采集、数据处理和质量控制之间的连续一致性。样本提取、蛋白沉淀、混匀、离心、冻干、复溶和封膜等步骤会影响代谢物回收率和稳定性；lc-ms采集过程中的保留时间偏移、信号漂移、压力波动、离子响应变化和队列批次差异会影响峰识别、峰对齐和峰匹配；数据处理过程中的缺失值、批次效应、空白背景、质控样本稳定性和代谢特征注释不足，又会影响统计结果和生物学解释。

4、从误差来源看，代谢组学大队列分析至少存在三类相互耦合的系统误差：第一类为样本层误差，其来源包括提取、混匀、离心、冻干、复溶、转移和封膜等前分析步骤，主要影响代谢物回收率、稳定性和样本间可比性；第二类为仪器层误差，其来源包括lc-ms采集过程中的保留时间漂移、响应漂移、压力波动、队列顺序效应和采集批次差异，主要影响峰识别、峰对齐、峰匹配和定量一致性；第三类为计算层误差，其来源包括原始数据转换、峰提取、缺失值处理、批次效应校正、质量控制阈值设定和代谢特征注释，主要影响特征峰矩阵、统计结果和生物学解释。传统方法往往分别处理上述三类误差，缺少把三者贯穿到同一任务流、身份链和质控链中的系统机制，更缺少将保留时间漂移、特征稳定性和质控结果传播到后续任务状态的规则化控制机制。

5、现有代谢组学分析流程还普遍缺乏覆盖样本采集、样本前处理、质控设置、数据采集、数据处理和结果管理全过程的规范化操作体系。不同实验批次、不同操作者、不同设备组合或不同数据处理软件之间，常因流程模板、样本角色定义、质控规则、参数记录和数据接口不一致，导致实验结果难以进行跨批次比较和长期复用。即使部分环节已经实现自动化，如果未能与规范化流程、统一任务状态和数据质量反馈相结合，仍难以形成可复制、可追溯、可扩展的一站式流程体系。

6、在大队列代谢组学研究中，上述问题更加突出。传统流程通常由人工或半自动设备分别完成样本处理、样本转运、复溶封膜、进样装载、lc-ms采集任务提交和数据处理。各环节之间缺少统一的任务流、统一的样本身份链和统一的状态联锁机制，容易出现样本板位置错配、批次信息与采集文件脱节、前一处理步骤未真正完成即进入后一流程、质控策略无法贯穿前处理与数据处理等问题。

7、此外，现有系统往往将自动化设备控制和代谢组学数据分析割裂开来。设备侧关注动作完成，数据侧关注峰表生成和统计分析，中间缺少把样本角色、质控策略、采集批次、设备状态和数据处理结果统一关联的闭环机制。因此，亟需一种能够以代谢组学科学问题为导向，将样本处理、lc-ms检测、数据处理、质量控制和追溯记录纳入同一任务流的全自动智能分析系统。

技术实现思路

1、本发明旨在解决现有代谢组学分析流程中样本前处理、复溶进样、lc-ms采集和数据处理缺少统一控制主线的问题，使样本身份、设备状态、采集批次和数据质量能够在同一任务图中被约束和反馈。本发明通过构建一种基于样本身份链与任务状态联锁的代谢组学全流程闭环控制方案，实现从样本前处理到lc-ms采集再到数据分析的同一身份约束与质量约束的统一映射，从而减少代谢组学大队列研究中样本层、仪器层和计算层误差之间的系统性断裂。进一步地，本发明将统一任务流表达为有向任务图形式的任务状态机，并通过保留时间漂移约束、特征稳定性指标、质控传播规则和人工智能模型调用，使样本处理状态、lc-ms采集状态、数据质量状态和历史运行状态能够共同决定后续任务的解锁、暂停、重试、恢复或终止。

2、上述的目的通过以下的技术方案实现：

3、一种代谢组学全自动智能分析系统，包括设于监控工作站的软件架构：

4、输入层，通过人机界面采集代谢组学实验任务与规范，具体包括实验任务、流程模板、规范化操作规则、样本身份与样本角色、质控策略与采集批次；

5、中间层，用于根据输入的实验任务与规范，控制代谢组学实验和检测的多种仪器设备执行全流程规范化、流程化、自动化和智能化处理；

6、中间层包括通信控制模块、预处理模块、复溶模块、数据采集模块以及数据处理模块；所述通信控制模块分别与所述预处理模块、复溶模块、数据采集模块和数据处理模块通信，执行具体调度；所述预处理模块用于控制执行样本检测前的预处理流程；所述复溶模块用于控制执行复溶流程和进样前准备流程；所述数据采集模块用于控制执行液相色谱-质谱联用lc-ms检测流程；所述数据处理模块用于执行lc-ms检测产生的数据处理流程；

7、所述通信控制模块包括如下程序单元：任务解析单元、接口适配单元、状态管理单元、调度联锁单元和追溯记录单元；

8、所述任务解析单元用于将代谢组学实验任务与规范解析为有向任务图形式的统一任务流，所述统一任务流包括依次关联预处理、复溶、数据采集和数据处理的任务节点以及任务节点之间的依赖边；

9、所述接口适配单元用于与各模块控制的仪器设备或软件建立通信接口；

10、所述状态管理单元用于获取仪器设备返回的设备状态、样本状态和任务状态，并将其转换为统一任务状态；

11、所述调度联锁单元用于根据所述统一任务流、统一任务状态、样本身份链对应的空间位置约束、保留时间漂移约束、特征稳定性指标、质控传播规则、数据质量状态和历史运行状态生成模块内通信控制指令、模块间通信控制指令以及智能调度决策；并根据所述统一任务流和统一任务状态控制预处理模块、复溶模块、数据采集模块和数据处理模块按预处理、复溶、数据采集和数据处理的流程顺序协同执行，使样本层误差、仪器设备层误差和计算层误差在同一有向任务图中受到联锁约束；

12、所述追溯记录单元用于记录执行过程形成全流程可追溯闭环，记录包括但不限于样本信息、孔位位置、试管定位板位置、批次、规范化操作参数、仪器设备状态、采集数据和数据处理结果之间的对应关系，形成样本身份链；

13、输出层，通过可视化人机界面输出监控、质控与报告；具体输出统一任务状态、质控结果、原始数据与处理结果、异常与恢复记录、分析报告、追溯记录。

14、所述代谢组学实验和检测的多种仪器设备包括：移动转运单元、液体处理工作站、离心机和冻干设备、封膜机、进样装载设备、液相色谱仪、质谱仪；

15、所述通信控制模块根据各流程触发条件和完成状态，输出控制指令控制移动转运单元搭载样本板或耗材在液体处理工作站、离心机和冻干机、封膜机和进样装载设备、液相色谱仪之间流转。

16、所述统一任务流包括预处理任务段、复溶任务段、数据采集任务段和数据处理任务段；每一任务段包括任务节点、任务节点之间的有向依赖边、执行仪器设备、执行动作、输入状态、输出状态、完成条件、异常条件、规范化操作规则、流程模板、样本身份信息、样本角色信息和质控策略信息；所述有向依赖边包括时间顺序依赖、安全条件依赖、样本空间位置依赖和质量控制依赖；所述样本角色信息包括待测样本、质控样本、空白样本和标准品样本；所述统一任务状态包括未解锁、待执行、执行中、已完成、失败和安全暂停。

17、所述调度联锁单元的模块内通信、模块间通信如下：

18、模块内通信控制包括在控制同一检测流程内的各仪器设备传递设备动作指令、设备返回状态、样本板位置、载具位置、耗材状态、运行进度、完成信号、失败信号和报警信号，并根据所述信号控制同一检测流程内各仪器设备动作的启动、等待、暂停、重试、恢复或终止；

19、模块间通信控制包括在不同检测流程之间传递样本身份信息、样本角色信息、样本板位置信息、批次信息、质控策略信息、处理参数、采集方法、采集批次标识、原始数据文件标识、保留时间漂移状态、特征稳定性指标、质控传播结果、质量控制结果和异常信息，并根据前一模块的完成状态、质量控制状态或安全状态控制后一模块的解锁、等待、重试或终止；

20、所述调度联锁单元在液体处理工作站完成处理后解锁离心任务，在离心机满足取板安全条件后解锁冻干任务；所述调度联锁单元在冻干设备完成冻干后解锁复溶任务，在封膜模块完成封膜后解锁进样装载任务；

21、所述调度联锁单元在液体处理工作站未返回完成状态时禁止移动转运单元取走样本板，在离心机未满足取板安全条件时禁止移动转运单元取板，在冻干设备未返回完成状态时禁止进入复溶流程，在封膜模块未返回完成状态时禁止进入进样装载流程，在液相色谱-质谱联用采集未返回完成状态时禁止进样装载设备出仓；

22、所述调度联锁单元根据异常类型、设备状态、样本状态、任务状态、数据质量状态、历史运行状态、保留时间漂移状态、特征稳定性指标、质控传播结果和追溯记录中的最近成功任务节点，自动选择等待、暂停、报警、重试、恢复或终止策略，生成智能调度决策，并更新所述统一任务状态。

23、所述状态管理单元从数据采集模块获取采集队列状态、液相色谱仪运行状态、质谱检测模块运行状态、采集批次标识、采集文件标识、保留时间信息、总离子流色谱数据、压力数据和报警信息，并根据保留时间信息生成保留时间漂移状态；

24、所述追溯记录单元建立样本身份链，所述样本身份链将样本标识、样本角色、样本板标识、孔位信息、载具标识、预处理批次、复溶批次、采集批次、原始数据文件和数据处理结果建立关联；所述样本身份链还形成样本空间位置约束模型，用于约束同一样本在样本板、孔位、载具、转运位置、进样位置和原始数据文件之间的一一对应关系。

25、所述预处理流程包括：

26、通信控制模块生成样本板排布并完成样本身份绑定，控制液体处理工作站依次执行试剂和样本添加、混匀和离心；

27、控制离心机执行离心处理；

28、控制冻干设备执行冻干处理；

29、所述样本板排布为根据实验任务、样本角色和质控策略生成样本试管或样本孔位在样本板上的位置分布；

30、所述样本身份绑定为将样本标识、样本角色、样本板标识、孔位信息、载具标识和预处理批次建立对应关系，并写入样本身份链；

31、所述试剂添加为根据规范化操作规则和流程模板，控制液体处理工作站向对应孔位添加提取试剂、内标试剂或其他预处理试剂；

32、预处理流程中，通信控制模块根据液体处理工作站、离心机和冻干设备返回的设备状态、样本状态和任务状态，依次解锁样本提取、混匀、离心和冻干任务节点；液体处理工作站完成试剂添加、样本提取和混匀后，根据返回状态解锁离心任务节点，离心机满足取板安全条件后解锁冻干任务节点，冻干设备返回完成状态后解锁复溶流程。

33、所述复溶流程包括：

34、控制液体处理工作站依次执行复溶液添加和复溶混匀；

35、控制封膜机执行封膜和密封确认；

36、控制进样装载设备执行进样前样本板装载、进样位置确认和进样条件确认；

37、复溶流程中，通信控制模块控制移动转运单元将冻干后的样本板转运至液体处理工作站进行复溶，并将复溶后的样本板转运至封膜机和进样装载设备；

38、进样前准备流程中，通信控制模块根据复溶完成状态、封膜完成状态、样本板位置状态、进样位置确认状态和样本身份链，判断样本板是否满足进样条件；当封膜机返回完成状态且进样装载设备完成进样位置确认后，解锁液相色谱-质谱联用检测流程。

39、所述液相色谱-质谱联用lc-ms检测流程包括：在样本板满足进样条件后控制进样装载设备将样品装载至液相色谱仪；控制液相色谱仪与质谱检测仪执行液相色谱-质谱的数据采集和采集完成确认。

40、所述数据处理流程包括：用于对液相色谱-质谱联用检测产生的数据执行峰检测、峰对齐、质量控制、批次效应校正、特征注释和统计分析，并根据质控样本中的特征峰响应稳定性、保留时间稳定性和缺失率生成特征稳定性指标；还用于调用人工智能模型、智能推理模型或智能学习模型，对代谢组学数据进行特征学习、关联分析、参数优化、结果优化或知识发现；所述质量控制包括基于质控样本、空白样本和标准品样本的数据质量评价，并结合峰面积缺失率、保留时间偏移和批次漂移生成质量控制结果；所述质控传播规则用于将所述质量控制结果和特征稳定性指标传播至对应采集批次、样本角色、任务节点和后续任务状态。

41、一种代谢组学全自动智能分析方法，包括以下步骤：

42、s1、获取代谢组学实验任务、规范化操作规则、流程模板、样本身份信息、样本角色信息、样本板排布信息、质控策略信息和批次信息；

43、s2、建立样本、样本角色、样本板、孔位、载具和批次之间的样本身份链，并基于所述样本身份链形成样本空间约束模型；

44、s3、将所述代谢组学实验任务、规范化操作规则和流程模板解析为有向任务图形式的统一任务流，所述统一任务流包括依次关联预处理、复溶、数据采集和数据处理的任务节点以及任务节点之间的依赖边；

45、s4、获取代谢组学实验和检测的多种仪器设备返回的设备状态、样本状态和任务状态，并转换为统一任务状态；

46、s5、根据保留时间信息生成保留时间漂移状态，根据质控样本中的特征峰响应稳定性、保留时间稳定性和缺失率生成特征稳定性指标，并根据质控传播规则生成质控传播结果；

47、s6、根据所述统一任务流、统一任务状态、样本空间约束模型、保留时间漂移状态、特征稳定性指标、质控传播结果、数据质量状态和历史运行状态执行模块内通信控制、模块间联锁调度和智能调度决策；

48、s7、依次控制预处理模块完成样本检测前处理流程、复溶模块完成复溶和进样前准备流程、数据采集模块完成样品向液相色谱端的装载及液相色谱-质谱联用数据采集流程、数据处理模块完成数据处理流程、智能分析策略调用和结果输出；

49、s8、当出现失败状态、报警状态、状态超时、样本身份不一致、安全条件不满足或数据质量状态不满足预设要求时，暂停当前任务流并执行报警、重试、恢复、重测、重处理或终止；

50、s9、记录预处理、复溶、数据采集和数据处理过程中的样本、载具、批次、设备状态、采集数据、质量控制结果和数据处理结果。

51、本发明具有以下有益效果及优点：

52、与现有技术相比，本发明至少具有以下有益效果：

53、1. 将代谢组学实验任务、样本角色、质控策略和采集批次统一解析为有向任务流，使样本处理、lc-ms采集、数据处理和质量控制处于同一控制主线下。

54、2. 通过统一任务状态和调度联锁机制，避免样本前处理未完成即转运、离心未满足取板条件即取板、冻干未完成即复溶、封膜未完成即进样装载、lc-ms采集未完成即出仓等流程风险。

55、3. 通过样本身份链将样本、孔位、载具、批次、原始数据文件、质量控制结果和数据处理结果建立关联，提高大队列代谢组学实验的可追溯性和异常定位能力。

56、4. 通过保留时间漂移状态、特征稳定性指标和质控传播规则，将仪器漂移、峰匹配稳定性、空白背景和标准品响应转化为可参与调度的任务状态，提高批次一致性。

57、5. 通过数据质量状态和历史运行状态参与智能调度，使系统能够根据异常类型自动选择等待、暂停、报警、重试、恢复、重测、重处理或终止策略。

58、6. 通过规范化操作规则、流程模板和接口适配机制，提高不同批次、不同设备组合和不同实验任务之间的一致性与可扩展性。

59、7. 通过调用人工智能模型、智能推理模型或智能学习模型，实现参数优化、特征学习、关联分析、结果优化和知识发现，提高代谢组学数据分析的智能化水平。