findscripter 何时使用
需要用 PyOpenMS（OpenMS C++ 库的 Python 绑定）处理计算质谱数据时使用，覆盖蛋白质组学与代谢组学：
- 读写 10+ 种质谱格式（mzML/mzXML/featureXML/idXML 等），含大文件的索引按需加载。
- 信号处理：高斯/SG 平滑、质心化（峰检测）、归一化、去噪、基线扣除。
- 特征检测（
FeatureFinder）与跨样本的 RT 对齐 + 特征连接（共识图）。 - 肽段/蛋白鉴定：解析搜索引擎结果，做 target-decoy FDR 控制与蛋白推断。
- 非靶向代谢组学全流程：质心化 → 特征检测 → 加合物去电荷 → 对齐 → 连接 → 导出特征表。
触发词：PyOpenMS、OpenMS、质谱、mass spectrometry、mzML、LC-MS/MS、蛋白质组学、proteomics、代谢组学、metabolomics、峰检测、peak picking、特征检测、FDR、质心化、centroiding。
不该用（边界）：
- 简单谱库匹配 / 代谢物谱图比对 → 用 matchms，更轻。
- 纯蛋白序列分析（FASTA 解析、BLAST，不涉质谱）→ 用 biopython。
- 不读质谱原始数据、只做统计/可视化的任务 → 直接用 pandas/numpy 即可。
步骤 / 指令
通用：所有算法都是 4 步范式 —— 实例化 → getParameters() → setValue(...) → setParameters()，再执行。发现参数：for k in params.keys(): print(k, params.getValue(k))。
- 装环境：
uv pip install pyopenms numpy pandas matplotlib（Python 3.8+）。 - 读数据：
MzMLFile().load(path, exp)；大文件（>1 GB）用OnDiscMSExperiment按需取谱避免爆内存。 - 预处理：平滑（
GaussFilter或SavitzkyGolayFilter，二选一）→ 质心化PeakPickerHiRes（特征检测前必做） → 按需归一化/去噪/扣基线。 - 特征检测：
FeatureFinder.run("centroided", exp, features, params, seeds)；代谢组学设isotopic_pattern:charge_low/high。 - 跨样本：
MapAlignmentAlgorithmPoseClustering对齐 RT →FeatureGroupingAlgorithmQT连接成ConsensusMap。 - 鉴定：
IdXMLFile().load(...)→FalseDiscoveryRate().apply(peptide_ids)→ 过滤 ≤1% FDR →BasicProteinInferenceAlgorithm蛋白推断。 - 导出：
features.get_df()/consensus.get_df()转 pandas 早做统计；to_csv落盘。
示例
快速加载 + 平滑 + 质心化：
import pyopenms as ms
exp = ms.MSExperiment()
ms.MzMLFile().load("sample.mzML", exp)
print(f"谱图: {exp.getNrSpectra()}, 色谱: {exp.getNrChromatograms()}")
gauss = ms.GaussFilter()
p = gauss.getParameters(); p.setValue("gaussian_width", 0.1); gauss.setParameters(p)
gauss.filterExperiment(exp)
picker = ms.PeakPickerHiRes()
centroided = ms.MSExperiment()
picker.pickExperiment(exp, centroided)
蛋白质组学：检测特征并导出：
ff = ms.FeatureFinder()
features = ms.FeatureMap()
params = ff.getParameters("centroided")
ff.run("centroided", centroided, features, params, ms.FeatureMap())
features.get_df().to_csv("proteomics_features.csv", index=False)
鉴定结果 1% FDR 过滤：
prot_ids, pep_ids = [], []
ms.IdXMLFile().load("search.idXML", prot_ids, pep_ids)
ms.FalseDiscoveryRate().apply(pep_ids)
for pid in pep_ids:
pid.setHits([h for h in pid.getHits() if h.getScore() <= 0.01])
肽段质量 / 酶切：
seq = ms.AASequence.fromString("PEPTIDER")
print(seq.getMonoWeight(), seq.getFormula())
dig = ms.ProteaseDigestion(); dig.setEnzyme("Trypsin")
peps = []
dig.digest(ms.AASequence.fromString("MKWVTFISLLLLFSSAYSRGVFRR"), peps)
注意事项
- 质心化是硬前置：
FeatureFinder只吃质心化数据；若特征图为空，多半是把 profile 数据直接喂了进去 —— 先跑PeakPickerHiRes。 - 处理是破坏性的：改动前先存原始
orig = ms.MSExperiment(exp)。 - profile vs centroid：
spec.getType()返回 1（profile）/ 2（centroid），部分算法挑类型。 - 大文件用
OnDiscMSExperiment索引按需加载，否则易 OOM。 - FDR 全为 1.0：搜索库没有 decoy 命中 —— 确认用了 target-decoy 库并核对打分方向。
- 特征数过少：调低
signal_to_noise（0.5–1.0），并放宽isotopic_pattern电荷范围。 - 连接过激：调小
distance_RT:max_difference（秒）与distance_MZ:max_difference（ppm）。 setValue类型错：数值用 float、枚举用 string，查params.getDescription(key)。- 提速：先按 MS level 过滤再处理，如
[s for s in exp if s.getMSLevel() == 1]。
互见
- related：
cheminformatics-toolkit—— 代谢组学小分子的结构/性质处理与注释配套 - related：
genomic-file-toolkit—— 同属生信文件 I/O 与组学数据处理思路 - related：
single-cell-rnaseq-analysis—— 另一类高维组学定量分析参照 - combines_with：
scientific-database-lookup—— 对检出的代谢物/蛋白做数据库注释 - combines_with：
gene-set-enrichment-analysis—— 蛋白鉴定结果接功能富集下游分析
本条采编自 jaechang-hits/SciAgent-Skills（CC-BY-4.0）。