专注于半靶向代谢组学
开发背景
分析精度低
现有代谢组学分析算法都是面向科研用途，峰检测与定量的准确度不足，无法直接应用于临床数据分析
标库质量差
不同仪器,不同实验室,甚至是不同的实验习惯都会带来建库质量的差异,如何迭代建库是解决库质量差的有效方法
质控不完善
代谢组学更面向临床,因此准确性要非常高,缺乏大规模质控模块是大多数开源软件的软肋
质控不完善
质谱数据具有高维度、高复杂度、高复杂度的特征，现有分析软件需要很长的分析时间，大队列数据挖掘与校对很困难
缺乏核心软件技术
不同仪器,不同实验室,甚至是不同的实验习惯都会带来建库质量的差异,如何迭代建库是解决库质量差的有效方法
常用库在国外
代谢组学更面向临床,因此准确性要非常高,缺乏大规模质控模块是大多数开源软件的软肋
主要功能
强大算法助力，提升数据分析效能
高质量的代谢组学数据分析结果往往需要使用准确的推荐算法结合专家审核完成。MetaPro正是承担这一功能的绝佳助手。有了它，代谢数据分析的专业人士将能以颠覆以往的速度和效率，从容处理要求苛刻的繁重任务。
批量人工质控
以往选峰与积分结果的质控需要大量逐个文件的审核与修正，MetaPro提供强大的批量人工质控工具，单页面内可批量修改化合物在上百个样本中的分析参数与积分结果，大幅提高结果审核效率，保证峰提取与定量的准确性和在多样本中的一致性。
支持自建代谢资源数据库
高越来越多的团队正在意识到，构建代谢物谱图库的重要性。MetaPro独创迭代建库功能，根据人工审核结果提取样本的MS2谱图建库，不仅实现了对质谱数据的充分挖掘与留存，还能将其用于未来样本的分析，提高分析准确度，减少人工审核工作量。
高性能计算加速
基于Aird底层数据架构支持，结合代谢组学算法的全面优化，让它能即时响应复杂的高通量代谢组学数据分析需求。
多种部署模式适配不同场景
区别于传统软件，MetaPro基于互联网云架构开发，支持公有云、私有云、个人电脑等全场景部署模式。云平台的特性也使得您的团队可以完全自由的在不同的设备上协作分析同一个项目。
项目管理
项目信息、批次信息、进样信息、数据备份、资源消耗、实时文件查看
分析管理（数据分析）
任务管理、参数管理、预质控管理、非靶分析、靶向分析、日志管理
结果管理（结果质控）
结果展示、结果修改、结果导出、报告生成
库管理（迭代建库）
库信息、基质平台信息、化合物信息、谱图信息、谱图合并、库复制与合并
项目管理
现有代谢组学分析算法都是面向科研用途，峰检测与定量的准确度不足，无法直接应用于临床数据分析
数据分析
原始数据 -> 待测物库 -> 单样本分析 -> 批次分析；质谱数据的分析是一项复杂的系统工程深入理解所有流程才能开发出与总链路相辅相成的算法
结果质控
EIC峰聚合查看、积分参数实时调整、多样本对齐、QCMap多点联动、化合物展示、实验结果推荐、人工快速审核、手动积分、搜库结果详尽展示、RI时校正、实验类型分区、快速切换化合物、邻近峰记录、选峰面积导出
迭代建库
提取待测化合物，专家批量审核峰型，根据专家标注结果；给出初步软件分析结果纠正算法选峰与积分误差；积累待测物MS2谱图；经此流程可以建设自有谱图库并用于未来的算法分析(越用越准)
准确性 & 必要性
人工质控提高定量准确性
7组公开数据集中，人工质控峰型结果均可使得数据定量准确率有不同程度的提升
合作者反馈：检测样品越复杂，人工质控带来的效果越显著
+19%
平均提升QE HF
+55%
最大提升QE HF
+8%
平均提升TripleTOF6600
+18%
最大提升TripleTOF6600