matchms

Matchms - 质谱相似性与代谢物鉴定工具

技能概述

Matchms 是一个用于质谱数据处理和光谱相似性分析的开源 Python 库，支持从多种格式导入质谱数据、计算相似性得分、进行光谱库匹配和未知化合物鉴定。

适用场景

1. 代谢物鉴定与光谱匹配

当您需要从质谱数据中鉴定未知代谢物时，Matchms 可以将您的光谱与参考库进行比对，通过余弦相似度、修饰余弦相似度等算法计算匹配得分，快速找到最相似的已知化合物。支持 GNPS 格式库搜索，适用于代谢组学研究和药物发现。

2. 质谱数据预处理与质量控制

在进行质谱分析前，需要对原始数据进行清洗和标准化。Matchms 提供 40+ 种过滤器，可用于峰强度归一化、元数据标准化、前体离子去除、最低峰数要求等质量控制步骤，确保下游分析的数据质量。

3. 大规模光谱相似性比较

需要处理大量质谱样本时，Matchms 支持批量计算相似性矩阵，可用于光谱聚类、网络分析和样本间关系探索。可构建可重复的多步处理管道，适用于自动化分析流程。

核心功能

1. 多格式质谱数据导入导出

支持 mzML、mzXML、MGF、MSP、JSON 等主流质谱格式，可从原始仪器数据或 GNPS 等光谱库导入数据，处理结果可导出为标准格式。这意味着无论您的数据来源如何，都可以用 Matchms 进行统一处理。

2. 多种相似性计算算法

提供 CosineGreedy（快速余弦相似度）、ModifiedCosine（考虑前体质量差异）、NeutralLossesCosine（中性丢失模式）、FingerprintSimilarity（分子指纹）等多种相似性函数，可根据具体分析需求选择最合适的算法。

3. 可定制的光谱处理管道

通过 SpectrumProcessor 可组合多个过滤步骤，构建可重复的分析工作流。从元数据标准化、峰过滤到相似性计算，整个流程可保存和复用，确保分析的一致性和可追溯性。

常见问题

Matchms 与 pyopenms 应该如何选择？

两者定位不同：Matchms 专注于光谱相似性和代谢物鉴定，适合光谱库匹配和化合物识别；pyopenms 是完整的 LC-MS/MS 蛋白质组学管道，覆盖更广泛的质谱分析功能。如果只需要光谱比较和库搜索，Matchms 更轻量易用。

支持哪些质谱文件格式？

Matchms 支持 mzML、mzXML（原始质谱格式）、MGF（Mascot 通用格式）、MSP（光谱库格式）、JSON（GNPS 兼容）、USI 引用等多种格式，基本覆盖常见的质谱数据交换格式。

如何处理需要分子结构信息的分析？

安装 matchms 的 chemistry 扩展即可支持 SMILES、InChI 等分子结构处理：uv pip install matchms[chemistry]。安装后可使用分子指纹相似性、化学信息推导等功能。