让质谱图谱“自己说话”：从分箱走向峰集合的Maldi Transformer

MALDI-TOF质谱已经成为临床微生物鉴定的常规工具，依托厂家自建的封闭数据库，通过比对指纹峰型实现快速、低成本的物种识别。然而，当问题从“是谁”升级到“属于哪一型”“是否耐药”时，传统依赖固定标志峰和经验特征的做法就显得力有不逮。现有基于MALDI-TOF的机器学习研究，一方面常常需要先在m/z轴上粗略分箱，或者事先挑选一小部分“候选峰”，不可避免地丢失了谱图中大量潜在有用的信息；另一方面，这种手工特征构建又容易造成输入维度高但有效信息稀疏，限制了模型性能的进一步提升。为突破这一瓶颈，本研究提出不再把谱图拆解成零散特征，而是把每一条质谱视作由多个峰共同构成的整体模式，让模型在“峰与峰的组合关系”中自动学习判别信息。

基于这种思路，作者构建了专门面向MALDI-TOF数据的Maldi Transformer模型（图1）：（1）原始图谱的预处理：对原始质谱进行基线校正、归一化等操作，并采用基于拓扑持久性的峰检测算法，从连续信号中提取代表性峰，将高维连续谱图压缩为由若干峰组成的稀疏“峰集合”，并将每个峰的m/z与强度嵌入为向量；（2）图谱预训练：在大规模公开谱图上开展自监督学习，一方面通过“峰打乱–真伪判别”任务识别真实峰与干扰峰，另一方面结合物种标签对[CLS]表征进行菌种分类训练，从峰与峰的组合关系中学习具有结构感知和生物学意义的通用谱图表征；（3）下游任务执行：将预训练得到的Maldi Transformer迁移到具体任务中，对主体网络进行端到端微调，仅在其输出表征之上接入简单分类层，即可分别完成常规的菌种鉴定以及更具挑战性的耐药预测等任务，实现从一套模型出发，统一处理多种临床相关应用场景。

经验证，该Maldi Transformer模型在多个数据集和任务上均取得了实质性提升。如图2显示，在DRIAMS耐药预测任务中，预训练后的Maldi Transformer在ROC-AUC指标上持续优于所有MLP模型；在Prec@1(−)指标上，个别设置下会被某些MLP模型略微超过，但综合来看，表现最好的模型组合仍然是采用Maldi Transformer的方案。说明在同样使用MALDI-TOF原始谱图的前提下，基于峰集合的表征方式，可以更稳定地捕捉与耐药相关的信息。在RKI数据集上，Maldi Transformer在物种水平准确率总体与传统方法接近，在属水平上由大尺寸模型取得了相对更好的结果；在菌种构成更复杂的LM-UGent数据集中，中等规模的Maldi Transformer在物种和属两个层面都取得了明显高于MLP等传统机器学习模型的准确率，在难度更高的场景中表现更突出。为了进一步弄清性能提升的来源，作者做了预训练相关的消融实验。结果显示（图3）：如果完全去掉预训练，只在下游任务上直接进行监督训练，Maldi Transformer的表现会明显下降，有时甚至只略高于MLP基线，这表明仅靠更复杂的网络结构并不足以带来明显优势。进一步地，如果只保留物种分类损失、去掉“峰打乱–真伪判别”任务，模型虽然仍有一定提升，但幅度有限；当“峰打乱判别”和物种分类两项任务同时用于预训练时，在耐药预测和物种鉴定任务上都能获得最佳效果。也就是说，模型的改进既依赖于“先预训练再微调”的做法，也很依赖围绕峰集合设计的这组自监督任务，而不是单纯增加网络规模或层数。

进一步，作者还从单个峰的角度分析了模型的行为（图4）。Maldi Transformer会为每个峰给出一个“是否属于当前谱图”的概率。在随机抽取的一条表皮葡萄球菌谱图中，大多数主峰被赋予接近1的高置信度；在全部测试谱图中，这一概率的分布明显偏向高值，只有少部分峰的概率低于0.5，说明模型在区分真实峰和可疑峰方面具有一定能力。以单张谱图为单位，可以计算其中高置信“真实”峰（如概率>0.95）所占比例，这个比例越高，物种鉴定的准确率通常也越高，说明该概率既反映了模型在峰级别上的判断，也可以用来衡量谱图质量。进一步将同一物种的所有谱图叠加展示，被判为“噪声”的峰多分布在主峰簇之外，说明模型在学习判别特征的同时，也学会了过滤一部分不稳定或干扰峰，为其在复杂、异质的临床质谱数据中的实际应用提供了额外保障。

总体来看，本研究提出的Maldi Transformer模型，展示了“以峰为单位进行建模+自监督预训练”在MALDI-TOF质谱分析中的可行性和效果，在多个数据集的菌种鉴定和耐药预测任务中优于或不低于现有机器学习方法。但作者也指出，本研究仍然依赖于当前公开数据集的规模与类型，标签多来自已有软件的输出，还没有覆盖更广泛的真实临床应用场景；同时，峰检测和预处理策略只做了有限的对比，未来仍有改进空间。后续如果能在更多中心、更大规模的质谱数据上进行验证，并系统比较不同预处理和预训练方案，这一类方法在实际诊断和耐药监测中的应用价值会更清晰。

图1  Maldi Transformer模型框架及自监督预训练策略示意图

图2  Maldi Transformer与MLP模型在耐药预测与物种鉴定任务中的性能对比。

图3  Maldi Transformer预训练策略的消融结果。（A）在相同模型架构下，比较“峰打乱判别+物种分类”等方案与多种MLM式预训练的效果，峰打乱方案在各任务中整体表现最佳。（B）在固定预训练框架中依次去除峰判别损失、物种分类损失或直接跳过预训练，对比下游任务性能，结果显示峰判别任务贡献最大，两种损失联合预训练时模型效果最优。

图4  Maldi Transformer学到的“峰归属谱图”概率与谱图质量及鉴定性能的关系。（A）一张随机选取的表皮葡萄球菌质谱图，每个峰按其被判为“属于该谱图”的概率着色，可见大部分主峰置信度较高。（B）全部测试谱图中所有峰的归属概率累积分布，大多数峰的概率接近1。说明模型对“哪些峰属于该谱图”有很强区分能力，为后续用高置信真峰比例评价谱图质量和模型表现提供了基础。（C）单张谱图内，高置信（>0.95）“真实”峰所占比例的分布，用于衡量谱图质量/信号纯度。（D）物种级鉴定准确率随高置信“真实”峰比例的变化趋势，高比例谱图通常具有更高准确率。（E）全部表皮葡萄球菌谱图叠加显示，黑点为被判为噪声（概率≤0.05）的峰；放大区域可见这类峰多位于正常峰簇之外，进一步说明模型能够识别并剔除噪声峰。

原文链接：https://doi.org/10.1016/j.compbiomed.2025.109695