用途：PyOpenMS 提供 OpenMS 库的 Python 绑定，面向计算质谱分析，用于处理质谱数据文件、处理谱图数据、检测特征、鉴定肽段与蛋白以及定量分析，适用于 LC-MS/MS 蛋白质组学和代谢组学流程。
主要能力：
- 文件 I/O：支持 mzML、mzXML、TraML、mzTab、FASTA、pepXML、protXML、mzIdentML、featureXML、consensusXML、idXML 等格式的读写与转换。
- 信号处理：平滑、过滤、质心化与归一化，例如 Gaussian 滤波。
- 特征检测：跨谱图与样本检测并链接特征，用于定量分析。
- 肽段与蛋白鉴定：可对接 Comet、Mascot、MSGFPlus、XTandem、OMSSA、Myrimatch 等搜索引擎，并可用 FalseDiscoveryRate 做 FDR 过滤。
- 代谢组学：非靶向预处理，包括特征检测、保留时间对齐、共识图谱链接与化合物数据库注释。
使用方式：可用 uv 安装：uv uv pip install pyopenms。验证：import pyopenms; print(pyopenms.version)。核心对象包括 MSExperiment、MSSpectrum、MSChromatogram、Feature、FeatureMap、PeptideIdentification、ProteinIdentification。多数算法使用参数系统，通过 getParameters、setValue、setParameters 调整。数据可导出为 pandas DataFrame（如 FeatureMap.get_df()），并与 NumPy、Scikit-learn、Matplotlib/Seaborn、R（rpy2）配合使用。
适用场景：蛋白组学与代谢组的质谱数据处理、鉴定与定量分析流程。
限制：资料未提供具体收费、价格、性能或平台限制信息；使用前需按具体任务确认算法参数与参考文献。