🔬

pyopenms

Name: pyopenms
Author: davila7

安全 ⚙️ 外部コマンド🌐 ネットワークアクセス

Analyser des données de spectrométrie de masse avec PyOpenMS

こちらからも入手できます: K-Dense-AI

La spectrométrie de masse génère des données complexes nécessitant des outils spécialisés pour l'analyse protéomique et métabolomique. PyOpenMS fournit des liaisons Python permettant le traitement automatisé LC-MS/MS, l'identification de peptides et l'analyse quantitative avec une reproductibilité complète.

対応: Claude Codex Code(CC)

📊 71 十分

スキルZIPをダウンロード

Claudeでアップロード

設定 → 機能 → スキル → スキルをアップロードへ移動

オンにして利用開始

テストする

「pyopenms」を使用しています。 Charge mon fichier sample.mzML et montre-moi les statistiques clés

期待される結果:

Nombre de spectres dans le fichier
Distribution des niveaux MS (nombre MS1 vs MS2)
Plage de temps de rétention
Courant ionique total
Nombre de chromatogrammes

「pyopenms」を使用しています。 Applique un lissage gaussien à mes données de profil brutes

期待される結果:

Configuration du filtre gaussien
Sortie du spectre lissé
Détection de pics après lissage
Valeurs des paramètres utilisés

「pyopenms」を使用しています。 Détecte les caractéristiques dans mon expérience LC-MS et enregistre les résultats

期待される結果:

Nombre de caractéristiques détectées
Scores de qualité des caractéristiques
Fichier de sortie enregistré dans featureXML
Résumé des métriques de qualité

セキュリティ監査

安全

v5 • 1/17/2026

This is a documentation-only skill containing markdown reference guides with Python code examples for PyOpenMS mass spectrometry analysis. No executable code, scripts, network operations, or file system access beyond what users already have. All static findings are false positives triggered by markdown documentation patterns.

スキャンされたファイル

3,023

解析された行数

検出結果

総監査数

リスク要因

⚙️ 外部コマンド (227)

🌐 ネットワークアクセス (4)

skill-report.json:6 SKILL.md:200 SKILL.md:201 SKILL.md:202

監査者: claude 監査履歴を表示 →

品質スコア

アーキテクチャ

100

保守性

コンテンツ

コミュニティ

100

セキュリティ

仕様準拠

作れるもの

Traiter des ensembles de données LC-MS/MS

Automatiser le traitement des données protéomiques des spectres bruts à la quantification des protéines avec des scripts Python reproductibles

Analyse métabolomique non ciblée

Détecter les caractéristiques des métabolites, aligner les temps de rétention entre échantillons et créer des tables de quantification pour l'analyse statistique

Intégrer les données MS avec des pipelines

Combiner PyOpenMS avec pandas, scikit-learn et d'autres outils Python pour des flux de travail d'analyse de spectrométrie de masse personnalisés

これらのプロンプトを試す

Charger des données MS

Montre-moi comment charger un fichier mzML avec PyOpenMS et accéder aux informations de base du spectre comme le niveau MS, le temps de rétention et le nombre de pics

Traiter les spectres

Écris un script PyOpenMS qui applique un lissage gaussien et une détection de pics aux données de spectrométrie de masse de profil

Détecter les caractéristiques

Comment détecter les caractéristiques dans les données LC-MS centroïdes en utilisant le FeatureFinder et enregistrer les résultats au format featureXML

Filtrer par FDR

Démontre comment charger les résultats d'identification de peptides depuis idXML, appliquer un filtrage FDR à 1% et exporter les résultats filtrés

ベストプラクティス

Utiliser l'accès indexé ou en flux pour les fichiers mzML volumineux afin d'éviter les problèmes de mémoire
Toujours préserver les données originales et créer des copies avant le traitement
Valider l'existence des fichiers et gérer les exceptions pour des pipelines robustes

回避

Charger des fichiers mzML très volumineux entièrement en mémoire sans utiliser l'accès indexé
Ignorer les étapes de contrôle qualité comme le filtrage des blancs dans les flux de travail métabolomiques
Appliquer des paramètres de recherche sans tester les valeurs de tolérance sur un sous-ensemble de données d'abord

よくある質問

Quels formats de fichiers PyOpenMS prend-il en charge ?

Les formats mzML, mzXML, mzData, idXML, mzIdentML, pepXML, protXML, featureXML, consensusXML, mzTab, FASTA et TraML

Puis-je utiliser PyOpenMS sur Windows ?

Oui, mais l'installation est plus complexe sur Windows. L'utilisation de conda ou WSL est recommandée pour une gestion plus facile des dépendances

PyOpenMS inclut-il des moteurs de recherche ?

Non, PyOpenMS fournit des adaptateurs mais vous devez installer les moteurs de recherche comme Comet, Mascot ou MSGFPlus séparément

Comment gérer les fichiers très volumineux ?

Utilisez IndexedMzMLFileLoader pour l'accès aléatoire ou MSExperimentConsumer pour le traitement en flux afin de réduire l'utilisation de la mémoire

Mes données sont-elles en sécurité avec PyOpenMS ?

PyOpenMS traite uniquement les données localement en utilisant la bibliothèque OpenMS. Aucune donnée n'est envoyée nulle part sauf si vous codez explicitement des appels réseau

Comment PyOpenMS se compare-t-il aux autres outils ?

PyOpenMS offre un accès natif Python à des algorithmes C++ complets, combinant la facilité de Python avec les performances du code compilé