文档核对版本: 1.0.8 · 2026-09-23
清洗前后都应评估质量。为 massqc 提供样品用途、批次和进样顺序正确的 mass_dataset，将报告写入新的输出目录，并保留生成报告的输入对象。
检查按样品/feature 汇总的缺失值、强度分布、QC RSD、相关性和 PCA。QC RSD 需要真实定量 QC 重复。低 RSD 不代表身份已确认，PCA 异常点也可能反映生物学差异。报告中写清输入是否已填补或归一化，因为这些处理影响指标。
HTML 报告需要可用的渲染依赖；PDF 还需要相应文档工具链。渲染失败时先检查日志，可以先输出单独诊断图，再修复缺少的渲染环境。
图解：本章操作路线
某个样本的缺失值明显偏多可能提示采集问题；某个特征在许多样本中缺失可能不适合预定分析。应分别检查这两个层面。使用明确保存的对象生成处理前后报告，才能追溯变化由哪一步造成。
功能范围
HTML/PDF 报告、样品与 feature 缺失值、m/z–RT 分布、RSD 曲线、强度箱线图、PCA 和样品相关性。
使用示例
# Requires object and the report-rendering dependencies.
# massqc::massqc_report(object, path = "qc_before", type = "html")
massqc::show_sample_missing_values(object)
massqc::show_variable_missing_values(object)
函数查询
下面列出已核对源码中导出的 API，包括兼容接口与辅助函数。具体参数以安装版本的 R 帮助为准；例如运行 help("函数名", package = "massqc")。
展开导出函数列表
extract_expression_data, extract_process_info, extract_sample_info, extract_variable_info, get_mv_number, massqc_conflicts, massqc_cumulative_rsd_plot, massqc_logo, massqc_packages, massqc_pca, massqc_pca_pc1, massqc_report, massqc_rsd_plot, massqc_sample_boxplot, massqc_sample_correlation, show_missing_values, show_mz_rt_plot, show_sample_missing_values, show_variable_missing_values
看图操作：阅读包内示例的缺失情况
- 左图以 1,000 个特征为分母显示每个样本的缺失比例，应先比较各样本再判断是否异常。
- 右图汇总每个特征在八个样本中的缺失比例；全部样本都缺失的特征不提供定量证据。
- 结合诊断选择并记录过滤条件；此图不规定通用阈值。