PyOpenMS 是 OpenMS C++ 库的 Python 绑定，面向计算质谱分析，覆盖蛋白质组学与代谢组学流程。
用途：处理 LC-MS/MS 原始数据（mzML、mzXML）、检测色谱特征并在多样本间关联、结合 FDR 控制解析 MS/MS 搜索结果、运行非靶向代谢组学流程（峰提取→特征检测→对齐→注释），以及在 mzML、mzXML、featureXML、idXML 等格式间转换。若只需谱库匹配与代谢物鉴定可改用 matchms；非质谱的蛋白序列分析可改用 biopython。
主要能力：支持 10 余种质谱格式 I/O（mzML、mzXML、mzData、featureXML、consensusXML、idXML、mzIdentML、pepXML、TraML、mzTab、FASTA）；信号处理含高斯/ Savitzky-Golay 平滑、PeakPickerHiRes 质心化、归一化、阈值过滤与基线校正；特征检测与跨样本保留时间对齐、特征分组为一致图谱并导出 pandas；肽段/蛋白鉴定支持 FDR 过滤与 BasicProteinInferenceAlgorithm；还提供 AASequence 与酶切（如 Trypsin）处理。
使用方式：安装用 uv pip install pyopenms numpy pandas matplotlib，需 Python 3.8+。所有算法遵循统一模式：algo = Algorithm()；params = algo.getParameters()；params.setValue(...)；algo.setParameters(params)。典型流程为先加载 mzML，再平滑与质心化，接着 FeatureFinder 检测，最后对齐与分组导出。建议先与用户确认分辨率、是否已质心化、质量与保留时间容差、电荷范围、归一化与平滑设置，因为未质心化会逐扫描点生成特征，高低分辨率容差误配会错误关联不同化合物。
限制：资料未提供具体收费、许可、价格与性能评测信息；本工具聚焦质谱数据处理，不适用于非质谱序列分析或简单谱库匹配场景。