【プロテオミクス #2】ProteoWizardを使ったRawファイルのmzMLへの変換【バイオマーカー】【LC-MS】

今回変換するファイル

こちらからダウンロードできるCRC01-N.rawを変換してみます。

CRC01-N.raw の詳細:

• 患者: CRC01（大腸がん患者1番）
• 組織: N（Normal、正常組織）
• 装置: Thermo Orbitrap Exploris 480
• 測定法: DIA-MS（Data-Independent Acquisition）

なぜmzMLに変換するのか

Thermo独自のRAWファイルは以下の問題があります：

1. 独自バイナリ形式: Thermoでしか読み込めない
2. 解析ツールの制限: sage、MaxQuant、OpenMSなどは直接読み込み不可
3. OS依存: Windows専用ライブラリが必要

mzMLは国際標準のオープンフォーマットで：

• どの解析ツールでも読み込み可能
• OS非依存（Windows/Linux/macOS）
• 長期保存に適している（10年後も確実に読める）

ProteoWizardとは

ProteoWizard は、質量分析データの変換・処理を行うオープンソースツール群です。

• 開発: Vanderbilt大学 + Pacific Northwest National Laboratory
• ライセンス: Apache 2.0（商用利用可能）
• msconvert: RAW→mzML変換の事実上の標準ツール
• 対応形式: Thermo、Bruker、SCIEX、Waters、Agilentなど全メーカー

前提条件

• Windows PC（推奨）または Windows仮想マシン
• CRC01-N.raw が手元にあること（1.07GB）

注意: macOS Apple Siliconでは制約があります（記事末尾で説明）

ProteoWizardのインストール

1. ProteoWizard 公式サイト にアクセス

2. Download → Windows から最新版をダウンロード

   pwiz-setup-3.0.XXXX-x86_64.msi (約500MB)

3. MSIファイルを実行してインストール

インストール先について:

• 記載上: C:\Program Files\ProteoWizard
• 実際のデフォルト: C:\Users\[ユーザー名]\AppData\Local\Apps\ProteoWizard 3.0.XXXX...

重要: 最近のバージョンでは、管理者権限を必要としない AppDataフォルダ がデフォルトのインストール先になっています。このため、多くの解説サイトで示されている Program Files とは異なる場所にインストールされます。

方法1: GUI版での変換（推奨）

まずは直感的に操作できる MSConvertGUI を使った変換手順を紹介します。コマンドラインが苦手な方でも設定ミスを防ぎやすく、最初に試すならこちらの方法がおすすめです。

スタートメニューから MSConvert を起動してください。

MSConvertGUI設定画面

① ファイル選択（左上赤枠）

単一ファイルの場合：

1. File: フィールドの Browse ボタンをクリック
2. CRC01-N.rawファイルがある場所を選択
3. CRC01-N.raw を選択して 開く をクリック
4. 🚨重要🚨 Add ボタンを押すことを忘れずに！

複数ファイルの場合：

1. Browse ボタンをクリック
2. Ctrl キーを押しながら複数のRAWファイルを選択

• CRC01-N.raw
• CRC01-T.raw
• CRC02-N.raw
• …

3. 開く をクリック
4. Add ボタンをクリック
5. 左側のリストに全ファイルが表示されることを確認

注意: ファイルを選択しただけでは変換リストに追加されません。必ず Add ボタンをクリックして、左側の変換ファイルリストにすべてのRAWファイルが表示されることを確認してください。

② 出力形式の設定（左下赤枠）

• Output format: が mzML になっていることを確認
• デフォルトでmzMLが選択されているはずです

③ Peak Picking設定（中央赤枠）

1. Filters セクションで Peak Picking が選択されていることを確認
2. Vendor (does not work for UNIFI, and it MUST be the first filter!) が表示されていることを確認

重要: “Vendor (does not work for UNIFI, and it MUST be the first filter!)” の表示は正常です。これはThermoの標準アルゴリズムでピーク検出を行うという意味です。

④ 変換実行（右下赤枠）

• すべての設定が完了したら Start ボタンをクリック

変換の実行と確認

変換中の表示：

• Start ボタンクリック後、変換が開始されます
• Conversion Progress ウィンドウが表示されます
• 進行状況がプログレスバーで表示されます
• CRC01-N.raw (1.07GB) の変換には 5-10分程度 かかります

変換進行画面

変換プロセス：

1. Starting… – 変換準備開始
2. Opening file – RAWファイルを読み込み中
3. Calculating SHA1 checksum… – ファイル整合性確認
4. Processing… – データ処理中
5. Writing spectra: 2404/51585 – スペクトラム書き込み進行状況
6. Writing mzML – mzMLファイル生成中

変換完了後：

単一ファイルの場合：

• 51,585スペクトラム の処理が完了
• CRC01-N.mzML (約1.2GB) が同じフォルダに生成されます

📁 出力結果（単一ファイル）
├── CRC01-N.raw (1.07 GB) ← 元ファイル
└── CRC01-N.mzML (1.2 GB) ← 変換後ファイル

複数ファイルの場合：

• 各ファイルが順次処理されます
• すべての変換が完了するとウィンドウが閉じます

📁 出力結果（複数ファイル）
├── CRC01-N.raw (1.07 GB) ← 元ファイル
├── CRC01-N.mzML (1.2 GB) ← 変換後ファイル
├── CRC01-T.raw (1.15 GB) ← 元ファイル
├── CRC01-T.mzML (1.3 GB) ← 変換後ファイル
├── CRC02-N.raw (1.02 GB) ← 元ファイル
└── CRC02-N.mzML (1.1 GB) ← 変換後ファイル

スペクトラム数の確認: 進行画面の “writing spectra: 2404/51585” から、このDIA-MSデータには 51,585個のスペクトラム が含まれていることがわかります。これは典型的なDIA測定のスペクトラム数です。

一括変換の利点: 複数ファイルの場合、設定を一度行うだけで全ファイルに同じ処理が適用されるため、一貫性のある変換結果が得られます。

GUI版のメリット: コマンドラインが苦手でも直感的に設定でき、設定ミスを防げます。特に Peak Picking の Vendor 設定が視覚的に確認できるのが利点です。

方法2: コマンドライン（CUI）での変換

大量のRAWファイルをスクリプトで自動処理したい場合や、サーバ上でバッチ処理したい場合は、コマンドラインから msconvert を直接呼び出します。事前に PATHの設定 が必要になるため、初回はやや手間がかかります。

Step 1: インストール場所の確認と検索方法

現在のProteoWizardは、デフォルトでAppDataフォルダにインストールされます：

# 最も可能性が高い場所（現在のデフォルト）
dir "C:\Users\%USERNAME%\AppData\Local\Apps\ProteoWizard*"
# 従来の場所（古いバージョンや手動指定した場合）
dir "C:\Program Files\ProteoWizard\"
dir "C:\Program Files (x86)\ProteoWizard\"

ProteoWizardが見つからない場合の検索方法

1. コマンドプロンプトでシステム全体検索

# Cドライブ全体からmsconvert.exeを検索（時間がかかります）
dir /s C:\*msconvert.exe*
# より高速：特定のディレクトリから検索
dir /s "C:\Users\%USERNAME%\*msconvert.exe*"
dir /s "C:\Program Files\*msconvert.exe*"

2. PowerShellでの高速検索

# PowerShellを開いて実行（より高速）
Get-ChildItem -Path C:\ -Name "msconvert.exe" -Recurse -ErrorAction SilentlyContinue
# ProteoWizardフォルダを検索
Get-ChildItem -Path C:\ -Name "*ProteoWizard*" -Recurse -ErrorAction SilentlyContinue

3. Windowsの検索機能を使用

• Windowsキー を押してスタートメニューを開く
• msconvert または ProteoWizard で検索
• 見つかったアプリを右クリック → ファイルの場所を開く

4. エクスプローラーでの検索

• エクスプローラー を開く
• Cドライブ を選択
• 検索ボックスに msconvert.exe と入力
• 検索結果からパスを確認

5. whereコマンド（PATHが通っている場合のみ）

# パスが通っていれば場所を表示
where msconvert.exe

典型的なインストール先:

C:\Users\Koki\AppData\Local\Apps\ProteoWizard 3.0.26095.be91649 64-bit\

検索のコツ: AppDataフォルダは隠しフォルダのため、エクスプローラーで手動で探す場合は、表示 → 隠しファイル を有効にしてください。

なぜAppDataなのか: 管理者権限を不要とし、ユーザー個別のインストールを可能にするため、最近のバージョンではAppDataフォルダがデフォルトになっています。

Step 2: 環境変数PATHに追加

毎回長いパスを入力するのを避けるため、PATHに追加します：

方法A: GUIで追加（推奨）

1. 環境変数設定画面を開く

   # 直接開く場合
   rundll32 sysdm.cpl,EditEnvironmentVariables

   または Windowsキー + R → sysdm.cpl → 詳細設定 → 環境変数

2. ユーザー環境変数の編集

   • ユーザー環境変数 セクションで Path を選択

   • 編集 をクリック

   • 新規 をクリック

   • 以下のパスを追加：

     C:\Users\Koki\AppData\Local\Apps\ProteoWizard 3.0.26095.be91649 64-bit

   • OK → OK → OK で保存

なぜGUIが推奨なのか: コマンド（setx）にはPATH長の制限（1024文字）があり、既存のPATHが長い場合に新しいパスが切り捨てられてしまいます。GUIではこの制限がありません。

方法B: PowerShellで追加（コマンド派向け）

# PowerShellを管理者として実行
$oldPath = [Environment]::GetEnvironmentVariable("Path", "User")
$newPath = $oldPath + ";C:\Users\Koki\AppData\Local\Apps\ProteoWizard 3.0.26095.be91649 64-bit"
[Environment]::SetEnvironmentVariable("Path", $newPath, "User")

注意: setx PATH "%PATH%;..."は文字数制限で失敗することが多いため推奨しません。

Step 3: 動作確認

重要: コマンドプロンプトを再起動してから実行

# 新しいコマンドプロンプトを開いて確認
msconvert --help

成功時の出力例：

Usage: msconvert [options] [filemasks]
Convert mass spec data file formats.
Return value: # of failed files.
Options: -f [ --filelist ] arg : specify text file containing filenames -o [ --outdir ] arg (=.) : set output directory ('-' for stdout, '.' for current directory) [.] -c [ --config ] arg : configuration file (optionName=value) --outfile arg : Override the name of output file. -e [ --ext ] arg : set extension for output files [mzML|mzXML|mgf|txt|mz5|mzMLb] --mzML : write mzML format [default] --mzXML : write mzXML format --mz5 : write mz5 format --mzMLb : write mzMLb format --mzMLbChunkSize arg (=1048576) : mzMLb dataset chunk size in bytes --mzMLbCompressionLevel arg (=4) : mzMLb GZIP compression level (0-9) --mgf : write Mascot generic format --text : write ProteoWizard internal text format --ms1 : write MS1 format --cms1 : write CMS1 format --ms2 : write MS2 format --cms2 : write CMS2 format ...

✅ このようなヘルプ画面が表示されれば、ProteoWizardの設定は完了です！

確認ポイント：

• msconvert コマンドが認識されている
• 各種出力フォーマット（mzML、mzXML、mgf等）が利用可能
• --mzML がデフォルト形式として設定されている

エラーが出る場合：

'msconvert' は、内部コマンドまたは外部コマンド、
操作可能なプログラムまたはバッチ ファイルとして認識されていません。

→ PATH設定を再確認し、コマンドプロンプトを再起動してください

Step 4: rawファイルの変換

PATHが通ったので、簡単なコマンドで変換できます：

# RAWファイルがあるディレクトリに移動
cd /d D:\proteomics_data\Inputs\
# CRC01-N.rawをmzMLに変換（PATHが通っているため短縮可能）
msconvert CRC01-N.raw --mzML --filter "peakPicking vendor msLevel=1-" -o .

パスが通っていない場合は、フルパスで実行：

"C:\Users\Koki\AppData\Local\Apps\ProteoWizard 3.0.26095.be91649 64-bit\msconvert.exe" CRC01-N.raw --mzML --filter "peakPicking vendor msLevel=1-" -o .

コマンドの詳細解説

msconvert CRC01-N.raw --mzML --filter "peakPicking vendor msLevel=1-" -o .

実行前の最終確認

変換を実行する前に、必要なファイルがあることを確認：

# RAWファイルの存在確認
dir CRC01-N.raw
# 出力先の空き容量確認（約1.5GB必要）
dir

複数ファイルの一括変換

複数のRAWファイルがある場合の一括変換方法：

ワイルドカード使用

# 同一フォルダ内の全RAWファイルを一括変換
msconvert *.raw --mzML --filter "peakPicking vendor msLevel=1-" -o .
# 特定パターンのファイルのみ変換（例：CRCで始まるファイル）
msconvert CRC*.raw --mzML --filter "peakPicking vendor msLevel=1-" -o .
# 変換結果確認
dir *.mzML

例：5つのRAWファイルを一括変換

# 変換前の確認
dir *.raw
CRC01-N.raw (1.07 GB)
CRC01-T.raw (1.15 GB)
CRC02-N.raw (1.02 GB)
CRC02-T.raw (1.08 GB)
CRC03-N.raw (1.11 GB)
# 一括変換実行
msconvert *.raw --mzML --filter "peakPicking vendor msLevel=1-" -o .
# 変換後の確認
dir *.mzML
CRC01-N.mzML (1.2 GB)
CRC01-T.mzML (1.3 GB)
CRC02-N.mzML (1.1 GB)
CRC02-T.mzML (1.2 GB)
CRC03-N.mzML (1.2 GB)

変換の実行と結果

変換には5-10分程度かかります：

Processing: CRC01-N.raw
Writing: CRC01-N.mzML
conversion completed: CRC01-N.mzML (1.2GB)

変換結果:

📁 Inputs/
├── CRC01-N.raw (1.07 GB) ← 元ファイル
└── CRC01-N.mzML (1.2 GB) ← 変換後ファイル

DIA-MSデータの特徴確認

変換されたmzMLファイルの中身を確認してみましょう：

<!-- CRC01-N.mzMLの一部 -->
<mzML> <cvList>...</cvList> <fileDescription> <fileContent> <cvParam name="DIA" /> <!-- ← DIA測定であることを確認 --> </fileContent> </fileDescription> <run id="CRC01-N"> <spectrumList count="XXXX"> <!-- スペクトラム数 -->

確認ポイント:

• DIA: Data-Independent Acquisitionで測定されていること
• スペクトラム数: 通常数万〜数十万スペクトラム
• ファイルサイズ: RAWとほぼ同等（圧縮効果により若干増減）

まとめ

CRC01-N.raw をProteoWizardで CRC01-N.mzML に変換しました。

変換前後の比較

変換前: CRC01-N.raw (1.07 GB) - Thermo独自形式
変換後: CRC01-N.mzML (1.2 GB) - 標準オープン形式

次のステップ

この mzML ファイルは sage-proteomics でタンパク質同定・定量に使用できます。Toyota et al. 2025 の再現解析において、このファイルから約2,000個のタンパク質を同定できる予定です。