灵敏度是任何一台质谱仪器的必须指标之一，但信噪比的计算方法多种多样，目前每个公司都对软件算法进行保密而计算结果都不一样，即使是第三方质谱软件公司的算法也不一样，因此，用户实际上很难通过信噪比参数来横向比较同类质谱仪器的优劣。
对于蛋白质来说，多电荷峰的去卷积算法最为关键，否则，分子量结果的准确性和可靠性难以评估。对目前主流质谱公司的去卷积软件进行比较后发现，只有个别质谱公司的去卷积计算结果有质量控制(QC)，有些公司的去卷积软件甚至不是实测质谱图。质谱采集软件由于涉及较多的商业利益，鲜有人进行深层介绍和评价。
由于质谱采集卡等硬件速度和带宽的大幅度提高，实时信号的实时处理技术方案就很重要了。有些公司采用内置独立处理电脑，有的是独立采集卡，它们对实时信号的预处理技术和深度差异很大，但是无论如何，简单平滑去噪的方案是不推荐的，而应该是根据质谱硬件情况开发更先进的算法来降低点噪音和化学噪音，从而提高质谱定量分析灵敏度和动态范围。
质谱数据库方面，NIST依然处于领先地位，近些年增加了许多蛋白质ms/ms数据。通过质谱公司与科研机构合作，微生物质谱数据库和代谢物数据库规模正不断扩大，预期将对质谱应用的进一步拓展起到重要的推动作用。目前，提高未知物鉴定效率和可靠性的软件和数据库还没有令人满意的进展。没有强大的数据库，就没有智能质谱。数据库的构建是个工作量巨大、成本巨大的事情，首先需要建立标准体系，然后需要大量人工去伪，还需要良好的算法。欧洲生物信息研究院(EBI)应该成为质谱数据库建设的范例。
当质谱硬件发展到一定程度后就会出现平台期，软件和应用支持则是质谱系统的核心竞争力，因此，培养质谱软件技术人员和应用支持人员，是国内外质谱公司研发投入的着眼点，这对于国内质谱的持续发展尤为重要。
本文作者为蛋白质药物国家工程研究中心魏开华研究员
