Análise e planilhas51 mil · #1953

pyopenms

Permite ao agente processar dados de espectrometria de massa. É útil para analisar amostras biológicas e químicas.

O que ela faz

PyOpenMS é uma ferramenta que ajuda a analisar dados de espectrometria de massa. Ela pode processar informações de proteômica e metabolômica, como identificar compostos, medir suas quantidades e converter formatos de arquivo.

Quando usar

✓Quando você tem dados de espectrometria de massa e quer entender o que eles significam.
✓Ao comparar diferentes amostras para ver quais compostos estão presentes e em que quantidade.
✓Para converter seus dados de um formato de arquivo para outro.

Exemplo do que pedir para a IA

“Analise este arquivo de dados de espectrometria de massa e me diga quais compostos estão presentes.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/pyopenms/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/pyopenms/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.

Ver no GitHub ↗Arquivo bruto

Como funciona

Você usa scripts pré-definidos que processam seus dados. Esses scripts realizam tarefas como encontrar picos, identificar moléculas e calcular quantidades.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add K-Dense-AI/scientific-agent-skills --skill pyopenms

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/main/skills/pyopenms/SKILL.md -o SKILL.md

Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

PyOpenMS

Visão Geral

PyOpenMS fornece interfaces Python para a biblioteca OpenMS para espectrometria de massa computacional, permitindo a análise de dados de proteômica e metabolômica. Use-o para ler/escrever formatos de arquivo MS, processar espectros brutos, detectar e quantificar características, identificar peptídeos e proteínas, e executar pipelines LC-MS/MS de ponta a ponta.

Esta habilidade inclui scripts prontos para uso em scripts/ cobrindo os fluxos de trabalho de alto nível mais comuns. Prefira executar um script em vez de escrever código novo — cada um é uma ferramenta CLI parametrizada que lida com carregamento, processamento e exportação. Mergulhe na API Python (e na references/) apenas quando nenhum script for adequado.

Instalação

uv venv --python 3.13
uv pip install "pyopenms==3.6.0" pandas numpy matplotlib

Verifique (nota: __version__ funciona, mas o binário empacotado imprime um aviso de status de memória de uma linha na importação que é inofensivo):

import pyopenms as ms
print(ms.__version__)  # 3.6.0

Scripts (comece aqui)

Execute com python scripts/<name>.py --help para opções completas. Os formatos de entrada diferem por script; inspecione sua ajuda. Os comandos abaixo são executados a partir do diretório da habilidade com o ambiente ativado. Testes de regressão nativos usam arquivos sintéticos minúsculos; o desempenho de detecção/busca específico do instrumento não é validado.

Inspecionar e converter

Script	O que faz
`inspect_ms_data.py`	Resumir qualquer mzML/mzXML/featureXML/consensusXML/idXML (contagens, faixas de RT/m/z, TIC, metadados); CSV por espectro opcional.
`convert_format.py`	Converter entre mzML/mzXML/MGF com nível MS, RT e filtragem de intensidade opcionais.
`process_spectra.py`	Cadeia de processamento de sinal configurável: suavização (Gauss/SGolay), centróides (PeakPickerHiRes), normalização, limiares de S/N e intensidade.

Detecção e quantificação de características

Script	O que faz
`detect_features_metabo.py`	Busca de características de metabolômica não direcionada: MassTraceDetection → ElutionPeakDetection → FeatureFindingMetabo.
`detect_features_centroided.py`	Detecção de características de peptídeo/centróides via FeatureFinderAlgorithmPicked.
`align_link_quantify.py`	Pipeline multi-amostra: detectar (ou carregar) características → alinhamento de RT → ligação de consenso → matriz de quantificação CSV.
`consensus_to_matrix.py`	consensusXML → matriz de intensidade ampla + metadados, com normalização mediana/quantil opcional e formato longo.

Anotação

Script	O que faz
`detect_adducts.py`	Agrupar adutos/variantes de carga da mesma massa neutra (MetaboliteFeatureDeconvolution).
`accurate_mass_search.py`	Anotar características contra TSVs locais de fórmula/estrutura por massa precisa (AccurateMassSearchEngine → mzTab/CSV).
`export_gnps_sirius.py`	Exportar entradas GNPS FBMN (MGF + tabela de quantificação) ou um arquivo SIRIUS `.ms`.

Identificação

Script	O que faz
`process_identifications.py`	Reindexar contra FASTA, estimar FDR/q-values, filtrar (FDR/comprimento/melhor-por-espectro), exportar idXML + CSV.

Química

Script	O que faz
`mass_calculator.py`	Massa monoisotópica/média, m/z carregado, fórmula e padrão isotópico para peptídeos ou fórmulas empíricas.
`digest_protein.py`	Digestão de protease in-silico de FASTA/sequência → peptídeos teóricos com massas e m/z.
`theoretical_spectrum.py`	Gerar espectros de fragmentos teóricos anotados (b/y/a/c/x/z, perdas) para um peptídeo.

Direcionado e visualização

Script	O que faz
`extract_chromatograms.py`	Construir traços TIC/BPC e XIC para m/z alvo (CSV + gráfico opcional).
`plot_ms_data.py`	Gráficos rápidos: espectro único, TIC, mapa de características 2D, mapa de sinal MS1.

Receitas comuns de script

# Inspecionar um arquivo
python scripts/inspect_ms_data.py sample.mzML --spectra-csv spectra.csv

# Metabolômica não direcionada: características para uma amostra
python scripts/detect_features_metabo.py sample.mzML --out-csv features.csv

# Estudo completo de quantificação multi-amostra
python scripts/align_link_quantify.py s1.mzML s2.mzML s3.mzML --out-prefix study
python scripts/consensus_to_matrix.py study.consensusXML --out quant.csv --normalize median

# Química de peptídeos
python scripts/mass_calculator.py --peptide "PEPTIDEM(Oxidation)K" --charges 1 2 3 --isotopes 5
python scripts/digest_protein.py proteins.fasta --enzyme Trypsin --missed 2 --out peptides.csv

# Pós-processamento de identificação

…

Perguntas frequentes

O que é espectrometria de massa?

É uma técnica de laboratório que mede a massa de moléculas em uma amostra para identificar e quantificar substâncias.

O que são proteômica e metabolômica?

Proteômica estuda as proteínas em um organismo, enquanto metabolômica estuda as pequenas moléculas (metabólitos).

Quais tipos de arquivos de dados essa ferramenta suporta?

Ela suporta vários formatos comuns como mzML, mzXML, MGF, e outros.

Detalhes

Descrição original do autor

Processes mass spectrometry data with pyOpenMS. Supports proteomics and metabolomics workflows—feature detection, peptide/protein identification, label-free quantification, adduct/accurate-mass annotation, and complex LC-MS/MS pipelines. Supports extensive file formats and algorithms. For simple spectral comparison and small-molecule library matching use matchms.

repo: K-Dense-AI/scientific-agent-skills

Popularidade

Estrelas no GitHub: 51 mil
Posição no ranking: #1953
Licença: MIT
Atualizada em: 15/10/2026

Essa skill é útil?

Entre para votar.

Comentários

Mais skills deste repositório

Agentes51 mil

13c-metabolic-flux

Estima fluxos metabólicos usando dados de rastreamento de isótopos de carbono-13. É útil para analisar o metabolismo celular e vias bioquímicas.

K-Dense-AI/scientific-agent-skills

Agentes51 mil

adaptyv

Projeta experimentos de caracterização de proteínas usando a API Adaptyv. Ele ajuda a estimar custos, enviar sequências e monitorar resultados de laboratório.

K-Dense-AI/scientific-agent-skills

Agentes51 mil

aeon

Realiza tarefas de aprendizado de máquina em séries temporais. É útil para classificar, prever, detectar anomalias e encontrar padrões em dados sequenciais.

K-Dense-AI/scientific-agent-skills

Machine learning51 mil

alphagenome

Consulta efeitos genômicos pré-calculados para variantes genéticas. Ele fornece pontuações e explicações para entender o impacto das variantes no genoma.

K-Dense-AI/scientific-agent-skills

Skills parecidas

Análise e planilhas280 mil

data-throughput-accelerator

Faz seu agente acelerar a movimentação de grandes volumes de dados. Ele encontra gargalos e garante que os dados sejam transferidos de forma rápida e correta.

affaan-m/ECC

Análise e planilhas280 mil

inventory-demand-planning

Ajuda seu agente a prever a demanda de produtos em lojas. Ele otimiza o estoque e planeja quando fazer promoções para vender mais.

affaan-m/ECC

Análise e planilhas280 mil

market-research

Ajuda seu agente a realizar pesquisas de mercado e análises competitivas. Fornece resumos com atribuição de fontes.

affaan-m/ECC