黑料正能量

质谱成像（MSI）与光学发射光谱成像（OESI）作为免标记的化学成像技术，能够精准绘制生物及化学样品中分子与元素的空间分布图谱，在肿瘤分类诊断、单细胞代谢组学、神经科学等生物医学前沿领域展现出重要的科研价值与临床应用潜力。然而，上述技术在实际应用中常面临像素错位、条纹缺损、拖尾效应及环境噪声干扰等问题，严重影响图像质量和后续数据解读的准确性。现有解决方案多依赖于硬件升级或人工筛选，不仅成本高昂，也难以实现规模化推广。

针对上述挑战，黑料正能量 丁薛璐、梁帅团队成功开发了一款模块化光谱、质谱成像优化程序——MOESIopt，用于实现MS/OES图像的自动化修复。该框架基于算法创新，能够在无需硬件改动或高分辨率光学参考图像辅助的前提下，高效修复成像数据。MOESIopt集成了特征分离、像素对齐、条纹去除、拖尾校正与自适应滤波等定制化算法模块，采用Web端架构设计，支持数据云端同步保存，并可无缝嵌入现有MS/OES成像分析工作流程，显著提升图像处理的便捷性与可及性。

研究团队已在包括LA-DBD-OESI/MSI、IR-MALDESI、nano-DESI等多种质谱/光谱成像平台获取的多样化数据集上验证了MOESIopt的性能。结果表明，经MOESIopt处理后的图像在清晰度、结构还原度等方面均有显著提升。以小鼠脑、肝脏、胰腺组织及西洋参切片等样本为例（图1），修复后的图像不仅形态轮廓清晰，微区结构信息亦得到良好保留。为进一步验证方法的准确性与可靠性，团队开展了跨平台成像比对（LA-DBD-MSI与AP-MALDI）及同位素内标定量分析。结果显示，MOESIopt校正后的成像数据与参考方法（AP-MALDI、LC-MS/MS）在化合物的空间分布及相对定量信息方面均保持良好的一致性，进一步确认了其恢复真实、有意义的分子空间分布的能力。

MOESIopt的提出，为MS/OES图像的高质量修复提供了一种易于操作、性能可靠的解决方案，有望推动数据处理方法在MSI与OESI领域的普及与应用。该研究成果近日发表于分析化学领域国际顶级期刊《Analytical Chemistry》，论文题为“MOESIopt: An Integrated Computational Framework for Automated Restoration of Suboptimal Mass Spectrometry and Optical Emission Spectrometry Images”。

本研究与元素聚焦（上海）科技有限公司夏智敏工程师合作，已同步开发MOESIopt在线试用平台：//moesiopt.ioease.com/。黑料正能量 制药工程硕士研究生密浩南、药学硕士研究生魏世超、付修俊为论文的主要贡献者，梁帅与丁薛璐为共同通讯作者。