pyopenms
Analisar dados de espectrometria de massa
Também disponível em: davila7
Processe dados de proteômica e metabolômica com ferramentas abrangentes de espectrometria de massa. Esta habilidade oferece acesso aos algoritmos OpenMS para manipulação de formatos de arquivo, processamento espectral, detecção de recursos e fluxos de trabalho de identificação de peptídeos.
Baixar o ZIP da skill
Upload no Claude
Vá em Configurações → Capacidades → Skills → Upload skill
Ative e comece a usar
Testar
A utilizar "pyopenms". Carregue um arquivo mzML e mostre-me o primeiro espectro
Resultado esperado:
- Use MSExperiment para conter os dados e MzMLFile para carregá-lo
- Acesse espectros via iteração ou método getSpectrum(index)
- Extraia valores de m/z e intensidade com get_peaks() que retorna arrays numpy
- Obtenha metadados como nível MS e tempo de retenção com getMSLevel() e getRT()
A utilizar "pyopenms". Como aplico processamento de sinal aos meus espectros?
Resultado esperado:
- Use GaussFilter ou SavitzkyGolayFilter para suavização
- Defina parâmetros com getParameters() e setValue()
- Aplique com o método filterExperiment()
- Considere normalização com LinearNormalizer antes do processamento
Auditoria de Segurança
SeguroThis skill contains only markdown documentation files with Python code examples. The static analyzer incorrectly flagged markdown syntax patterns as security threats. All 295 static findings are false positives. No executable code exists in this skill.
Fatores de risco
⚡ Contém scripts
🌐 Acesso à rede (1)
📁 Acesso ao sistema de arquivos
🔑 Variáveis de ambiente
Pontuação de qualidade
O Que Você Pode Construir
Proteômica quantitativa
Processar conjuntos de dados LC-MS/MS para identificar e quantificar proteínas em múltiplas amostras
Desenvolvimento de pipelines
Construir pipelines automatizados de processamento de dados de espectrometria de massa com Python
Análise de metabólitos
Realizar pré-processamento de metabolômica não direcionada e anotação de recursos
Tente Estes Prompts
Como carrego um arquivo mzML e acesso os espectros e cromatogramas usando pyopenms?
Mostre-me como detectar recursos em dados de espectrometria de massa centróides usando o FeatureFinder em pyopenms.
Como carrego resultados de identificação de um arquivo idXML e aplico filtragem de taxa de falsa descoberta em pyopenms?
Crie um fluxo de trabalho completo do pyopenms que carrega dados mzML, processa espectros, detecta recursos e exporta resultados para um DataFrame do pandas.
Melhores Práticas
- Use IndexedMzMLFileLoader para arquivos grandes para evitar carregar todo o conjunto de dados na memória
- Aplique processamento de sinal apropriado (suavização, filtragem) antes da detecção de recursos
- Valide a existência do arquivo com os.path.exists() antes de carregar os dados
Evitar
- Carregar arquivos mzML muito grandes inteiramente na memória sem usar acesso sequencial ou indexado
- Pular etapas de controle de qualidade antes da análise posterior
- Ignorar metadados do instrumento que podem afetar a interpretação dos dados
Perguntas Frequentes
Quais formatos de arquivo o pyopenms suporta?
Como instalo o pyopenms?
O pyopenms pode funcionar sem o OpenMS instalado?
O pyopenms inclui mecanismos de busca?
Como exporto dados para o pandas?
Qual é a diferença entre pyopenms e matchms?
Detalhes do Desenvolvedor
Autor
K-Dense-AILicença
3 clause BSD license
Repositório
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/pyopenmsReferência
main
Estrutura de arquivos