file_io

# 文件 I/O 与数据格式 ## 概述 PyOpenMS 支持多种质谱文件格式的读写。本指南涵盖文件处理策略及特定格式的操作。 ## 支持的格式 ### 谱图数据格式 - **mzML**: 标准的基于 XML 的质谱数据格式 - **mzXML**: 早期的基于 XML 的格式 - **mzData**: XML 格式（已弃用但仍支持） ### 鉴定格式 - **idXML**: OpenMS 原生鉴定格式 - **mzIdentML**: 用于鉴定数据的标准 XML 格式 - **pepXML**: X! Tandem 格式 - **protXML**: 蛋白质鉴定格式 ### 特征与定量格式 - **featureXML**: OpenMS 检测到的特征格式 - **consensusXML**: 跨样本共识特征格式 - **mzTab**: 用于报告的制表符分隔格式 ### 序列与库格式 - **FASTA**: 蛋白质/肽段序列 - **TraML**: 靶向实验的转换列表 ## 读取 mzML 文件 ### 内存加载 将整个文件加载到内存中（适用于较小文件）： python import pyopenms as ms # 创建实验容器 exp = ms.MSExperiment() # 加载文件 ms.MzMLFile().load("sample.mzML", exp) # 访问数据 print(f"谱图: {exp.getNrSpectra()}") print(f"色谱图: {exp.getNrChromatograms()}") ### 索引访问 针对大文件的高效随机访问： python # 创建索引访问 indexed_mzml = ms.IndexedMzMLFileLoader() indexed_mzml.load("large_file.mzML") # 按索引获取特定谱图 spec = indexed_mzml.getSpectrumById(100) # 按原生 ID 访问 spec = indexed_mzml.getSpectrumByNativeId("scan=5000") ### 流式访问 针对超大文件的内存高效处理： python # 定义消费者函数 class SpectrumProcessor(ms.MSExperimentConsumer): def __init__(self): super().__init__() self.count = 0 def consumeSpectrum(self, spec): # 处理谱图 if spec.getMSLevel() == 2: self.count += 1 # 流式处理文件 consumer = SpectrumProcessor() ms.MzMLFile().transform("large.mzML", consumer) print(f"已处理 {consumer.count} 个 MS2 谱图") ### 缓存访问 平衡内存使用与速度： python # 使用磁盘缓存 options = ms.CachedmzML() options.setMetaDataOnly(False) exp = ms.MSExperiment() ms.CachedmzMLHandler().load("sample.mzML", exp, options) ## 写入 mzML 文件 ### 基本写入 python # 创建或修改实验 exp = ms.MSExperiment() #