matchms

Matchms 是一个功能强大的开源 Python 库，专为质谱数据分析和代谢组学研究而设计。它提供了一个构建可重复分析流程的综合框架，使研究人员能够自动化处理质谱数据的清理、标准化和比对。该技能特别适合从事代谢物鉴定、光谱库搜索和大规模光谱聚类的科学家和生物信息学家。它通过内置的协调功能处理复杂的光谱元数据，确保下游统计分析基于一致的数据结构。

• 为常见质谱格式提供先进的数据导入/导出功能，包括 mzML、mzXML、MGF、MSP、JSON 和 Pickle。

• 全面的光谱过滤功能，包括峰值强度归一化、相对强度选择、前体峰去除和元数据验证。

• 多种光谱相似度度量指标，如 CosineGreedy、ModifiedCosine、NeutralLossesCosine 和 FingerprintSimilarity，用于精确的化合物匹配。

• 可定制的处理流程，允许用户将多个过滤器和相似度计算链接到顺序的、可重复的工作流中。

• 原生支持从 SMILES 字符串导出化学注释，包括 InChI、InChIKey 和 Morgan 指纹。

• 非常适合研究实验室中的代谢组学工作流、库搜索和光谱质量控制任务。

• 输入通常涉及原始质谱数据文件或预处理后的峰值列表；输出包括相似度评分、过滤后的光谱对象和标准化的光谱数据集。

• 高度灵活的集成：用户可以在 SpectrumProcessor 类中使用标准 Python 函数定义自定义过滤逻辑。

• 限制：虽然它在代谢组学方面表现出色，但需要完整 LC-MS/MS 蛋白质组学流程的用户建议使用 pyopenms 库。

• 性能提示：通过向量化的相似度评分操作和内存高效的光谱对象管理，支持对大型数据集的高效处理。