de aiskillstore
Importe, traite et compare des spectres de spectrométrie de masse (mzML/MGF/MSP) avec des filtres, des métriques de similarité et des pipelines reproductibles pour les flux de travail métabolomiques.
MatchMS fournit une boîte à outils Python complète pour le traitement des données de spectrométrie de masse : import/export de fichiers mzML, MGF, MSP et JSON, harmonisation des métadonnées, filtrage des pics, calcul de la similarité spectrale (cosinus, cosinus modifié, perte neutre) et construction de pipelines de traitement reproductibles pour la métabolomique. Les cas d'utilisation concrets incluent la recherche en bibliothèque, le filtrage QC et le regroupement basé sur la similarité à grande échelle.
Utilisez ce skill lorsque vous devez prétraiter des spectres bruts LC/MS ou GC/MS, normaliser et filtrer les pics, effectuer une correspondance de bibliothèque ou calculer des similarités spectrales deux à deux pour identifier des composés ou annoter des inconnus. Il convient aux pipelines de traitement par lots, à la reproductibilité de la recherche et à l'intégration aux flux de travail de type GNPS.
Probablement utilisé par des agents et des environnements capables d'exécuter du Python (Codex/Copilot/Claude Code) qui peuvent exécuter ou concevoir des pipelines d'analyse Python.
MatchMS est une compétence de bibliothèque Python de traitement de données de spectrométrie de masse. Le SKILL.md est bien structuré avec des sections claires, des exemples de code et des références à des documents supplémentaires. Aucun script n'était inclus, seule une analyse statique a donc été effectuée. Aucune préoccupation de sécurité — pas d'appels réseau, pas d'exécution shell, pas d'identifiants. La compétence est niche : elle cible les chercheurs en métabolomique travaillant avec des données MS, un public restreint par rapport aux utilisateurs généraux de compétences d'agent.
Compétence propre et bien documentée sans problèmes de sécurité. Le score d'utilité faible reflète le public restreint (chercheurs en métabolomique/MS) plutôt que la qualité. L'architecture est bonne avec un frontmatter approprié et une séparation des préoccupations via references/. La qualité du code est élevée avec des exemples clairs et des instructions d'installation. Légère déduction sur l'architecture pour la délégation importante aux fichiers references/ qui pourraient ne pas être disponibles.
