Habilidades matchms
🧪
matchms
Seguro ⚡
Contém scripts⚙️
Comandos externos🌐
Acesso à rede📁
Acesso ao sistema de arquivos
Analizar datos de espectrometría de masas
Também disponível em: K-Dense-AI
La espectrometría de masas genera datos espectrales complejos que requieren procesamiento especializado. Matchms proporciona un toolkit completo de Python para cargar, filtrar, comparar e identificar compuestos de datos espectrales con métricas de similitud establecidas.
Suporta: Claude Codex Code(CC)
1
Baixar o ZIP da skill
2
Upload no Claude
Vá em Configurações → Capacidades → Skills → Upload skill
3
Ative e comece a usar
Testar
A utilizar "matchms". Cargar espectros de spectra.mgf e identificar compuestos
Resultado esperado:
- Cargados 156 espectros de spectra.mgf
- Procesando con filtros por defecto y puntuación de similitud:
- - Compound_001 coincidió con Cafeína (coseno: 0.947)
- - Compound_002 coincidió con Epinefrina (coseno: 0.892)
- - Compound_003 coincidió con Dopamina (coseno: 0.756)
- - Compound_004: Sin coincidencia de alta confianza (mejor: 0.542)
- - Compound_005 coincidió con Serotonina (coseno: 0.883)
- Resultados guardados en identification_report.csv
Auditoria de Segurança
Segurov5 • 1/17/2026
Documentation-only skill containing markdown files with no executable code. All 270 static findings are false positives arising from the scanner misinterpreting markdown documentation syntax as security-relevant patterns. This skill provides reference documentation for the matchms Python library and cannot execute any code or perform any network/file system operations.
6
Arquivos analisados
2,141
Linhas analisadas
4
achados
5
Total de auditorias
Fatores de risco
⚡ Contém scripts (10)
references/filtering.md:237-239 references/filtering.md:249-250 references/filtering.md:262-263 references/filtering.md:273-274 references/workflows.md:75-78 references/workflows.md:128-129 references/workflows.md:131-132 references/workflows.md:263-267 references/workflows.md:386-389 references/workflows.md:502-503
⚙️ Comandos externos (191)
references/filtering.md:91 references/filtering.md:176 references/filtering.md:223-231 references/filtering.md:231-236 references/filtering.md:236-245 references/filtering.md:245-248 references/filtering.md:248-258 references/filtering.md:258-261 references/filtering.md:261-269 references/filtering.md:269-272 references/filtering.md:272-280 references/importing_exporting.md:11-19 references/importing_exporting.md:19-25 references/importing_exporting.md:25-30 references/importing_exporting.md:30-31 references/importing_exporting.md:31-34 references/importing_exporting.md:34-42 references/importing_exporting.md:42-50 references/importing_exporting.md:50-55 references/importing_exporting.md:55-56 references/importing_exporting.md:56-59 references/importing_exporting.md:59-63 references/importing_exporting.md:63-71 references/importing_exporting.md:71-76 references/importing_exporting.md:76-77 references/importing_exporting.md:77-78 references/importing_exporting.md:78-81 references/importing_exporting.md:81-89 references/importing_exporting.md:89-97 references/importing_exporting.md:97-102 references/importing_exporting.md:102-103 references/importing_exporting.md:103-104 references/importing_exporting.md:104-107 references/importing_exporting.md:107-111 references/importing_exporting.md:111-119 references/importing_exporting.md:119-124 references/importing_exporting.md:124-125 references/importing_exporting.md:125-128 references/importing_exporting.md:128-132 references/importing_exporting.md:132-140 references/importing_exporting.md:140-145 references/importing_exporting.md:145-148 references/importing_exporting.md:148-152 references/importing_exporting.md:152-160 references/importing_exporting.md:160-165 references/importing_exporting.md:165-168 references/importing_exporting.md:168-173 references/importing_exporting.md:173-185 references/importing_exporting.md:185-190 references/importing_exporting.md:190-191 references/importing_exporting.md:191-192 references/importing_exporting.md:192-195 references/importing_exporting.md:195-199 references/importing_exporting.md:199-205 references/importing_exporting.md:205-210 references/importing_exporting.md:210-211 references/importing_exporting.md:211-212 references/importing_exporting.md:212-215 references/importing_exporting.md:215-219 references/importing_exporting.md:219-225 references/importing_exporting.md:225-230 references/importing_exporting.md:230-231 references/importing_exporting.md:231-232 references/importing_exporting.md:232-235 references/importing_exporting.md:235-239 references/importing_exporting.md:239-245 references/importing_exporting.md:245-250 references/importing_exporting.md:250-251 references/importing_exporting.md:251-254 references/importing_exporting.md:254-258 references/importing_exporting.md:258-276 references/importing_exporting.md:276-299 references/importing_exporting.md:299-303 references/importing_exporting.md:303-313 references/importing_exporting.md:313-317 references/importing_exporting.md:317-328 references/importing_exporting.md:328-332 references/importing_exporting.md:332-350 references/importing_exporting.md:350-390 references/importing_exporting.md:390-392 references/importing_exporting.md:392-400 references/similarity.md:7 references/similarity.md:9-16 references/similarity.md:16-32 references/similarity.md:32-33 references/similarity.md:33-34 references/similarity.md:34-37 references/similarity.md:37-42 references/similarity.md:42-58 references/similarity.md:58-59 references/similarity.md:59-60 references/similarity.md:60-63 references/similarity.md:63-68 references/similarity.md:68-87 references/similarity.md:87-88 references/similarity.md:88-89 references/similarity.md:89-92 references/similarity.md:92-97 references/similarity.md:97-114 references/similarity.md:114-115 references/similarity.md:115-116 references/similarity.md:116-119 references/similarity.md:119-128 references/similarity.md:128-132 references/similarity.md:132-151 references/similarity.md:151-152 references/similarity.md:152-153 references/similarity.md:153 references/similarity.md:153 references/similarity.md:153-154 references/similarity.md:154-155 references/similarity.md:155-156 references/similarity.md:156-157 references/similarity.md:157-160 references/similarity.md:160-170 references/similarity.md:170-174 references/similarity.md:174-194 references/similarity.md:194-195 references/similarity.md:195-196 references/similarity.md:196-197 references/similarity.md:197-198 references/similarity.md:198-199 references/similarity.md:199-202 references/similarity.md:202-208 references/similarity.md:208-211 references/similarity.md:211-217 references/similarity.md:217-234 references/similarity.md:234-235 references/similarity.md:235-236 references/similarity.md:236-237 references/similarity.md:237-240 references/similarity.md:240-250 references/similarity.md:250-268 references/similarity.md:268-269 references/similarity.md:269-272 references/similarity.md:272-277 references/similarity.md:277-289 references/similarity.md:289-304 references/similarity.md:304-308 references/similarity.md:308-310 references/similarity.md:310-327 references/similarity.md:327-347 references/similarity.md:347-352 references/similarity.md:352-355 references/similarity.md:355-364 references/similarity.md:364-367 references/similarity.md:367-375 references/workflows.md:9-64 references/workflows.md:64-72 references/workflows.md:72-118 references/workflows.md:118-126 references/workflows.md:126-200 references/workflows.md:200-208 references/workflows.md:208-253 references/workflows.md:253-261 references/workflows.md:261-310 references/workflows.md:310-318 references/workflows.md:318-375 references/workflows.md:375-383 references/workflows.md:383-434 references/workflows.md:434-442 references/workflows.md:442-492 references/workflows.md:492-500 references/workflows.md:500-552 references/workflows.md:552-560 references/workflows.md:560-628 SKILL.md:18-30 SKILL.md:30-40 SKILL.md:40-46 SKILL.md:46-61 SKILL.md:61-69 SKILL.md:69-75 SKILL.md:75-91 SKILL.md:91-101 SKILL.md:101-107 SKILL.md:107-122 SKILL.md:122-126 SKILL.md:126-128 SKILL.md:128-147 SKILL.md:147-153 SKILL.md:153-165 SKILL.md:165-176 SKILL.md:176-180 SKILL.md:180-182 SKILL.md:182-185 SKILL.md:185-187 SKILL.md:187-191 SKILL.md:191-192 SKILL.md:192-193 SKILL.md:193-194 SKILL.md:194-195
🌐 Acesso à rede (11)
references/importing_exporting.md:407 references/importing_exporting.md:408 references/importing_exporting.md:409 references/importing_exporting.md:410 references/importing_exporting.md:415 references/importing_exporting.md:416 references/similarity.md:380 references/workflows.md:645 references/workflows.md:646 references/workflows.md:647 skill-report.json:6
📁 Acesso ao sistema de arquivos (2)
Auditado por: claude Ver Histórico de Auditoria →
Pontuação de qualidade
45
Arquitetura
100
Manutenibilidade
83
Conteúdo
20
Comunidade
100
Segurança
83
Conformidade com especificações
O Que Você Pode Construir
Identificar metabolitos desconocidos
Comparar espectros experimentales contra bibliotecas de referencia para identificar metabolitos en muestras biológicas complejas
Estandarizar el procesamiento de datos
Crear pipelines de preprocesamiento consistentes para procesar datos de LC-MS/MS de alto rendimiento
Comparar bibliotecas espectrales
Comparar múltiples bibliotecas espectrales para encontrar entradas duplicadas y compuestos similares entre conjuntos de datos
Tente Estes Prompts
Cargar e inspeccionar espectros
Cargar espectros de un archivo MGF usando matchms y mostrar los primeros 3 espectros con sus nombres de compuestos y valores m/z del precursor
Preprocesar datos espectrales
Aplicar default_filters, normalize_intensities y select_by_relative_intensity a una lista de espectros, luego guardar los resultados procesados
Buscar en biblioteca de referencia
Comparar espectros de consulta contra una biblioteca de referencia usando similitud CosineGreedy, y devolver las 5 mejores coincidencias para cada consulta con sus puntuaciones
Construir pipeline con múltiples métricas
Crear un pipeline que añada huellas dactilares químicas, calcule puntuaciones de CosineGreedy y FingerprintSimilarity, y las combine con pesos personalizados para una identificación de compuestos robusta
Melhores Práticas
- Aplicar el mismo pipeline de procesamiento tanto a espectros de referencia como de consulta para una comparación consistente
- Usar PrecursorMzMatch como pre-filtro rápido antes de calcular puntuaciones de similitud computacionalmente costosas
- Guardar espectros procesados como archivos pickle para una recarga más rápida en flujos de trabajo iterativos
Evitar
- Omitir la armonización de metadatos al combinar espectros de diferentes instrumentos o fuentes
- Usar CosineHungary para comparaciones de bibliotecas muy grandes sin pre-filtrado
- Comparar espectros sin normalizar las intensidades primero
Perguntas Frequentes
¿Qué formatos de archivo soporta matchms para importar espectros?
Matchms soporta formatos MGF, MSP, mzML, mzXML, JSON (formato GNPS), pickle y referencias USI de repositorios de metabolómica.
¿Qué métrica de similitud debo usar para la búsqueda inicial en bibliotecas?
CosineGreedy proporciona el mejor equilibrio entre velocidad y precisión para la mayoría de aplicaciones. Usar ModifiedCoseno cuando se comparan espectros con diferentes masas de precursor.
¿Cómo se compara matchms con GNPS para el emparejamiento espectral?
Matchms proporciona funcionalidad similar a GNPS pero se ejecuta localmente, ofreciendo más control sobre los parámetros de procesamiento y mayor rapidez para flujos de trabajo de investigación.
¿Están seguros mis datos al usar matchms?
Matchms procesa todos los datos localmente en tu entorno de Python. No se envían datos a servidores externos a menos que cargues explícitamente referencias USI en línea.
¿Por qué mis puntuaciones de similitud son más bajas de lo esperado?
Asegúrate de que tanto los espectros de consulta como los de referencia se procesen con los mismos filtros. Verifica que las intensidades estén normalizadas y que los picos de baja intensidad se filtren de manera consistente.
¿Puede matchms ejecutarse en Windows, macOS y Linux?
Sí, matchms es una librería Python multiplataforma que funciona en todos los principales sistemas operativos donde Python está soportado.
Detalhes do Desenvolvedor
Autor
davila7Licença
Apache-2.0
Repositório
https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/matchmsReferência
main
Estrutura de arquivos