蛋白质组学的缺失强度值，填补方法怎样说明？

蛋白质组学论文的丰度矩阵常有空格。空格并不等于真实丰度为零，也未必都表示仪器检出限以下。样本制备、离子化、采集和数据处理都可能影响某个肽段能否得到数值。若方法段只写“缺失值已填补”，读者既不知道填了哪些位置，也无法判断差异蛋白是否靠人工补出的数值成立。投稿前应把缺失图谱、筛选规则、填补方法和敏感性检查连起来报告。

先描述缺失发生在哪里

以分析矩阵的实际单位说明缺失比例：它是肽段、前体离子还是蛋白组的强度？分别列出每个样本和每个研究组的缺失情况，并查看是否集中在低强度区域、特定批次或某一组。低丰度信号更容易缺失，但不能仅凭空格就断定其低于检出限。若一组几乎全部缺失、另一组有稳定信号，先核查样本处理、批次与鉴定阈值，再判断能否写“只在后一组表达”。原始比较研究指出，真实数据可能混合多种缺失机制，单一填补假设未必适合全部位置。

筛选规则写在填补之前

说明纳入分析所需的最低观测次数，是按全体样本还是分别按组计算；列出筛选前后保留的蛋白组数。先用填补值凑足出现次数，再声称某蛋白在足够多样本中被检测到，会把计算结果当作观测证据。若过滤阈值是看过差异结果后才调整，须记录探索过程，并避免将选择后的显著性写成预先确定的发现。对关键蛋白保留原始缺失标记与填补后的矩阵，便于他人辨认哪些图中点是实际测得的。

交代算法和它依赖的假设

写出软件版本、填补算法、参数、随机种子、操作层级，以及归一化、对数转换与填补的先后顺序。用接近低强度的值替代缺失，隐含缺失与低信号有关的假设；用样本间相似性预测，则借用了已观察到的模式。两种办法不能不加判断地互换。蛋白质组学基准研究比较过不同填补办法，表现会随数据和分析流程改变，因此稿件不宜把某一个算法描述为普遍最优。若有多重填补或不确定性估计，也应说明差异分析如何合并结果。

检查结论是否由填补驱动

至少对摘要或图中强调的关键蛋白，列出各组实测值数量和填补值数量；比较不填补或采用合理替代方法时，其变化方向与结论是否稳定。若显著性只在一种填补设置下出现，应如实写成依赖该设置的探索性结果。火山图上的一个点不能替代原始强度分布；补充表应能追到原矩阵、处理后矩阵及分析代码或参数记录。

提交前从一条“上调蛋白”结论往回核对：原矩阵是否有足够实测值，缺失是否偏向某一组，填补后折叠变化和显著性是否大幅改变。若答案不稳，收窄结论或补充验证，比在方法段增加一句“已处理缺失值”更有解释力。

参考信息：定量蛋白质组学差异分析流程基准研究；蛋白质组学缺失值填补比较研究；多重填补方法原始研究。