PyOpenMS 质谱数据分析

要解决什么问题

蛋白质组学与代谢组学流水线里，质谱原始数据往往分散在 mzML、mzXML、TraML 等多种格式中；同一批样本还要做平滑、质心化、峰检测、跨样本对齐，再对接 Comet、Mascot 等搜索引擎做肽段/蛋白质鉴定，或走非靶向代谢组学的特征关联与注释。若只在 Python 里手写解析与算法 glue code，维护成本和出错面都很大。

技能如何工作

PyOpenMS 是 OpenMS 的 Python 绑定，把文件 I/O、信号处理、特征检测、鉴定与代谢组学流程封装成同一套对象模型。核心类型包括 MSExperiment（实验级光谱/色谱集合）、MSSpectrum、Feature / FeatureMap，以及 PeptideIdentification、ProteinIdentification 等鉴定结果容器。

典型能力可按领域理解：

• 文件与格式：读写 mzML、mzXML、FASTA、featureXML、idXML 等，并在不同表示之间转换。
• 信号处理：对原始谱图做平滑、滤波、质心化与归一化。
• 特征检测：在谱图与样本间检测并关联峰，支撑定量。
• 鉴定：对接 Comet、MSGFPlus、XTandem、OMSSA 等引擎并整理结果。
• 代谢组学：加载原始数据 → 特征检测 → RT 对齐 → 共有图谱关联 → 数据库注释。

多数算法通过 参数系统（如 getDefaults() / setValue()）配置；结果可导出到 Pandas、NumPy，并与 Matplotlib、Scikit-learn、R（rpy2）等组合做下游分析与可视化。更细的格式、算法与数据结构说明见技能内 references（如 file_io.md、feature_detection.md）。

适用边界

本技能面向 质谱与组学数据分析 场景，不是通用化学信息学或临床报告工具。复杂、多步、长时间的研究型工作流（大规模文档、多工具编排）更适合在 K-Dense Web 等托管研究环境中展开；简单读写与单步处理可直接在 Agent 中调用 PyOpenMS 能力。