pyopenms
Анализ данных масс-спектрометрии
Auch verfügbar von: davila7
Обработка данных протеомики и метаболомики с помощью комплексных инструментов масс-спектрометрии. Этот навык предоставляет доступ к алгоритмам OpenMS для работы с форматами файлов, обработки спектров, обнаружения признаков и рабочих процессов идентификации пептидов.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "pyopenms". Загрузите файл mzML и покажите мне первый спектр
Erwartetes Ergebnis:
- Используйте MSExperiment для хранения данных и MzMLFile для загрузки
- Получите доступ к спектрам через итерацию или метод getSpectrum(index)
- Извлеките значения m/z и интенсивности с помощью get_peaks(), который возвращает массивы numpy
- Получите метаданные, такие как уровень MS и время удерживания, с помощью getMSLevel() и getRT()
Verwendung von "pyopenms". Как применить обработку сигналов к моим спектрам?
Erwartetes Ergebnis:
- Используйте GaussFilter или SavitzkyGolayFilter для сглаживания
- Установите параметры с помощью getParameters() и setValue()
- Примените с помощью метода filterExperiment()
- Рассмотрите нормализацию с помощью LinearNormalizer перед обработкой
Sicherheitsaudit
SicherThis 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.
Risikofaktoren
⚡ Enthält Skripte
🌐 Netzwerkzugriff (1)
📁 Dateisystemzugriff
🔑 Umgebungsvariablen
Qualitätsbewertung
Was du bauen kannst
Количественная протеомика
Обработка наборов данных LC-MS/MS для идентификации и количественного определения белков в нескольких образцах
Разработка пайплайнов
Создание автоматизированных пайплайнов обработки данных масс-спектрометрии на Python
Анализ метаболитов
Выполнение ненаправленной предобработки метаболомики и аннотирования признаков
Probiere diese Prompts
Как загрузить файл mzML и получить доступ к спектрам и хроматограммам с помощью pyopenms?
Покажите, как обнаружить признаки в центроидных данных масс-спектрометрии с помощью FeatureFinder в pyopenms.
Как загрузить результаты идентификации из файла idXML и применить фильтрацию ложных открытий в pyopenms?
Создайте полный рабочий процесс pyopenms, который загружает данные mzML, обрабатывает спектры, обнаруживает признаки и экспортирует результаты в pandas DataFrame.
Bewährte Verfahren
- Используйте IndexedMzMLFileLoader для больших файлов, чтобы избежать загрузки всего набора данных в память
- Примените соответствующую обработку сигналов (сглаживание, фильтрацию) перед обнаружением признаков
- Проверьте существование файла с помощью os.path.exists() перед загрузкой данных
Vermeiden
- Загрузка очень больших файлов mzML полностью в память без использования потокового или индексированного доступа
- Пропуск шагов контроля качества перед последующим анализом
- Игнорирование метаданных прибора, которые могут повлиять на интерпретацию данных
Häufig gestellte Fragen
Какие форматы файлов поддерживает pyopenms?
Как установить pyopenms?
Может ли pyopenms работать без установленного OpenMS?
Включает ли pyopenms поисковые системы?
Как экспортировать данные в pandas?
В чем разница между pyopenms и matchms?
Entwicklerdetails
Autor
K-Dense-AILizenz
3 clause BSD license
Repository
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/pyopenmsRef
main
Dateistruktur