细菌鉴定让MALDI-TOF质谱焕发青春
MALDI，即基质辅助激光解析电离（Matrix-Assisted Laser Desorption/ Ionization），是指离子源，也就是激发部分。这就好像是枪支的子弹，有圆形单头和尖形单头，有的善于穿甲、有的善于爆破。MALDI离子源属于软电离，相比之下还有其他离子源，其电离方式也不尽相同。比如最常见的ESI源（电喷雾离子源，一般前端接液相色谱仪HPLC）、APCI源（大气压离子源）等。
TOF一词指的是飞行时间质谱分析器，如果还用枪支做比较的话，就好比是枪管，有“来复”和“滑膛”之分——不同的“枪管”（即质谱检测器）其原理及所擅长的领域也有所不同。飞行时间（TOF）和离子阱（Trap）检测器善于定性，四级杆（Q）检测器善于定量，那么有没有可能兼顾定性和定量呢？有的，就是把这些方法结合起来——于是乎，诸如Q-TOF、Q-Trap等串联质谱就应运而生了。
TOF作为一种质谱分析器，可以和不同的离子源相结合，比如ESI源，这种组合就是ESI-Q-TOF（这里的“Q”是四级杆分析器，做质量数筛选的）。然而，ESI是一种连续性的离子源，就好比溪水，源源不断。而TOF呢，却偏偏是一种非连续性的质谱检测器，如喷泉一般汩汩而出。其原理就好比赛跑：必须等所有的选手站在同一个起跑线上，然后一声“枪”响（释放离子门的电压），各个选手在真空无场的情况下，在同一初始动能下开始运动。
就和真正的比赛一样，带电的粒子必然有的早到、有的晚到，甚至有的不到（半路湮灭了），所有的这一切都在电光火石之间发生了，却依赖于电子部件得以记录，并把飞行时间反推为粒子的质量数（或许可以简单理解为待测物质的原子量），如此一张工业感十足的质量数指纹图谱就出现了。如果这张图谱是用标准已知细菌做出的，我们就可以简单地将其理解为标准指纹图谱。
无独有偶，偏偏MALDI源的电离方式要依赖于激光对待测物的轰击，这种轰击的频率从每秒50次到2000次不等，记为50~2000Hz。不难看出，MALDI源也是非连续性的，MALDI和TOF的结合是技术发展的必然。是TOF拯救了MALDI，或者说，此两者是相互成就着彼此。
一般来说，灵敏度和分辨率往往是鱼和熊掌不可兼得的，甚至可以把自称“兼得”者称为现行伪科学或者潜伏期很长的伪科学。MALDI离子源固有其优势所在，然而由于没有经过预先分离（如HPLC。一般来说，质谱前端会连接分离设备，比如气相色谱、液相色谱，其目的在于对混合物样品进行初步分纯。），因此难免鱼龙混杂，泥沙俱下，为后端的TOF鉴别造成了极大的难度。
再看TOF，其分辨率主要依赖于粒子的飞行距离，同样以赛跑做比喻：如果两位选手难分伯仲，不妨延长跑步长度，50m不行就100m，100m不行就500m。然而，赛道是不可能无限延长的，怎么办呢？就像游泳比赛，同样可以通过数次折返达到延长比赛距离的目的。对于质谱而言，鉴于生产加工的难度和安装调试的条件要求，直接延长飞行管长度未免胶柱鼓瑟。于是乎，聪明的科学家利用波粒二象性发明了反射“V”字飞行，如果“V”字还不行，就“W”字飞行。这样一来，也许分辨率问题解决了，但是经过反射，粒子的灵敏度丧失了。
一言以蔽之，如果说某种技术既缺乏灵敏度，又缺乏分辨率，那么MALDI-TOF就当之无愧，这就是其被称为高分辨质谱中的低分辨的原因。
在细菌鉴定的功能出现之前，特别是ESI离子源大行其道的当今，MALDI-TOF是一个极为小众的存在：求生不行（用不起来），求死不得（在某些领域，比如聚合物等分析方面尚有需求）。甚至在迭代频繁的分析仪器届，某些重要的MALDI-TOF厂家已经有十余年没有更新型号了。
如果把MALDI-TOF比作刘备，则细菌鉴定的需求就好比是被黄巾围困在北海的孔融。需求成就了市场，技术造就了英雄。
想象自己是一位细菌检验员吧。如果能够把分纯的菌落直接涂抹就能鉴定该多好啊！对于仪器厂商而言，使用者就是上帝。“上帝需要光，于是就有了光。”微生物质谱就这样出现了。
细菌有稳定表达的核糖体蛋白，并且非常便于在大气压下前处理（涂靶板、加基质液），再者，由于细菌的特征性质谱峰和质量图来自于细菌全细胞蛋白（核糖体蛋白、 细胞膜蛋白）按照质荷比（M/Z）的分离排列，因此用已知细菌指纹图的方式对未知细菌进行鉴定就变得前途amazing。
0“路线确定之后，干部就成了决定性因素了”，于是，开始建库吧！韩信点兵，多多益善。
借助苹果slogan的中文神翻译，我们或者可以理解这样一点：对于菌库而言，大就一定好吗？这涉及到一个关于建库的方法学问题，用一株菌来代表其所在的种，以其质谱图作为该细菌的标准谱图，这样做无疑是立竿见影的“高效”方法，此谓之“演绎法”。虽然该路线简洁、可塑，却不免歧路亡羊——毕竟对于使用者而言，我们不希望见到一个样品给出多个建议的结果，而是给一个非此即彼的答案。
所谓“萝卜快了不洗泥”，另一种路线则强调样本的多样性，多收集不同地区、不同培养环境的“萝卜”，建库速度固然差强人意，但准确性则大大增高，这种方法就是“归纳法”——梅里埃数据库就是这样的建立的。
不难看出，所谓比大还“大”，往往就是庄子所说的“大而无当”啊。
怎样才能做到精准建库呢？我们不妨用人来做比方，譬如一个屋子里做了3000个人，来自不同的地区、不同的民族、不同的人种，杂然其间。我们知道，世界上很多地方是民族杂处，难辨华夷的。好吧，我们把他们按照器官、部位，逐个比较，比如高鼻子，如果某个种族都是高鼻子，而其他种族都不高，则认为“高鼻子”是该种族的重要特征，给与高赋值；然而，如果一个种族内，有的鼻子高，有的鼻子低，怎么办呢？没关系，同样可以认为这是一个次重要特征，只不过赋值较低罢了。以此类推——对质谱而言——所谓“高鼻子”是指特征谱峰罢了。
