venue-templates
85إعداد التقديمات للجهات الأكاديمية
غالبا ما تفشل التقديمات الأكاديمية لأن قواعد التنسيق تختلف باختلاف جهة النشر. توفر هذه المهارة قوالب ومتطلبات وأمثلة لتسريع التحضير.
تحليل مجموعات بيانات التعلم الآلي العلاجية باستخدام PyTDC
تحتاج فرق اكتشاف الأدوية إلى مجموعات بيانات موثوقة وبروتوكولات تقييم عادلة. تساعد هذه المهارة Claude على استخدام PyTDC لبيانات التعلم الآلي العلاجية المنسقة، وتقسيمات المعايير المرجعية، والمقاييس، والأوراكل الجزيئية.
انسخ هذا الطلب إلى Agent لديك. يتضمن صفحة Skill المعتمدة وملف manifest.
Review the Skillstore skill "pytdc" from https://skillstore.io/skills/k-dense-ai-pytdc.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-pytdc/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.يجب أن يواصل Agent عرض خطته وطلب أي تأكيد تفرضه سياسة الأمان.
استخدم هذه الروابط عندما يحتاج AI Agent أو crawler أو script إلى سياق نظيف بدلًا من قراءة الصفحة كاملة.
جارٍ استخدام "pytdc". حمّل مجموعة بيانات ADME واشرح التقسيم.
النتيجة المتوقعة:
جارٍ استخدام "pytdc". كيف ينبغي أن أبلغ عن نتائج ADMET benchmark؟
النتيجة المتوقعة:
جارٍ استخدام "pytdc". قيّم مرشحي توليد الجزيئات.
النتيجة المتوقعة:
The static findings are false positives caused by markdown backticks, documentation URLs, scientific names, dictionary key access, and TDC dataset split examples. I found no evidence of command execution, credential handling, malicious network behavior, prompt injection, or reconnaissance intent in the cited files.
شارك تقرير التقييم المرتبط بالإصدار والشارة المحايدة وبطاقة التضمين والاستشهادات. تعرض Skillstore الأدلة من دون أن تقرر ما إذا كانت هذه المهارة آمنة.
https://skillstore.io/skills/k-dense-ai-pytdc/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-pytdc?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-pytdc?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-pytdc/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-pytdc.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>K-Dense-AI. (2026). pytdc security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-pytdc/audits/9@techreport{k-dense-ai-k-dense-ai-pytdc-2026,
author = {K-Dense-AI},
title = {pytdc security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/k-dense-ai-pytdc/audits/9},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "pytdc security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/k-dense-ai-pytdc/audits/9"
identifiers:
- type: other
value: "skillstore:k-dense-ai-pytdc:audit:9"
description: "Skillstore immutable audit report identifier"
تبقى مهارة كل مؤلف عنصراً مستقلاً قابلاً للتثبيت. يُرتب المتغير الموصى به وفق أدلة Skillstore.
سبب تصدر هذا المتغير
k-dense-ai-pytdc
2026-09-09
davila7-pytdc
2026-09-09
تحميل مجموعات بيانات حركية دوائية منسقة، واختيار تقسيمات scaffold، وتحديد مقاييس التقييم لتنبؤ الخصائص الجزيئية.
تشغيل مسارات عمل معيارية متعددة البذور لمهام اكتشاف الأدوية وتلخيص نتائج المتوسط والانحراف المعياري.
تسجيل الجزيئات المرشحة باستخدام أوراكل TDC لمدى شبهها بالأدوية، وسهولة تصنيعها، وخصائصها المرتبطة بالأهداف.
استخدم PyTDC لتحميل مجموعة بيانات Caco2_Wang ADME، وأنشئ تقسيم scaffold، واشرح أعمدة التدريب والتحقق والاختبار.
قارن بين تقسيمات random، وscaffold، وcold drug، وcold target لمهمة تفاعل الدواء مع الهدف الخاصة بي، ثم أوص بواحد للتقييم الواقعي.
ساعدني في هيكلة تقييم ADMET benchmark بخمس بذور لنموذجي، واذكر المقاييس وملخص النتائج التي ينبغي أن أبلغ عنها.
صمم مسار عمل PyTDC يقيّم الجزيئات المولدة باستخدام أوراكل QED، وSA، وLogP، وGSK3B، ثم يرتب المرشحين باستخدام هدف متوازن.
المؤلف
K-Dense-AIالترخيص
MIT license
مراجعة Skillstore
r1
تنبيه الإصدار
لم يعلن المؤلف عن إصدار.
مرجع
1ffa7643651792ccb4bd3b15d924d2c97edff755
حداثة الصيانة
٢١/٧/٢٠٢٦
الاستخدام
7 تنزيلات · 515 مشاهدات
بنية الملفات
إعداد التقديمات للجهات الأكاديمية
غالبا ما تفشل التقديمات الأكاديمية لأن قواعد التنسيق تختلف باختلاف جهة النشر. توفر هذه المهارة قوالب ومتطلبات وأمثلة لتسريع التحضير.
إعداد وثائق شهادة ISO 13485
يجب على فرق الأجهزة الطبية إنشاء توثيق كامل لنظام إدارة الجودة QMS قبل تدقيقات الشهادة. توفر هذه المهارة قوالب وقوائم تحقق وإرشادات لتحليل الفجوات من أجل الاستعداد لـ ISO 13485.
تشغيل الإرساء الجزيئي باستخدام DiffDock
يتطلب إرساء البروتين-الربيطة إعدادًا دقيقًا، واختيارات مناسبة للمعلمات، وتفسيرًا للنتائج. ترشد هذه المهارة سير عمل DiffDock للوضعيات، ودرجات الثقة، والفرز.
إنشاء فرضيات علمية قابلة للاختبار
يحتاج الباحثون إلى تحويل الملاحظات إلى تفسيرات واضحة وقابلة للاختبار. تنظّم هذه المهارة مراجعة الأدلة، والفرضيات المتنافسة، والتنبؤات، وخطط التجارب.
تحليل بيانات البحث مع إرشادات إحصائية
قد يكون اختيار الاختبارات والإبلاغ عن النتائج بطيئًا ومعرّضًا للأخطاء. توجّه هذه المهارة اختيار الاختبارات، والافتراضات، وأحجام التأثير، وتحليل القدرة الإحصائية، والخيارات البايزية، وإعداد التقارير وفق APA.
تحليل RNA-seq أحادي الخلية باستخدام Scanpy
يتطلب تحليل RNA-seq أحادي الخلية العديد من القرارات المترابطة عبر QC، والتطبيع، والتجميع، والرسم البياني. تمنح هذه المهارة Claude وCodex وClaude Code سير عمل Scanpy منظّمة، وإرشادات مرجعية، ونصوص تحليل قابلة لإعادة الاستخدام.
استكشف بيانات اكتشاف الأدوية في Open Targets
بواسطة davila7
تحتاج فرق اكتشاف الأدوية إلى وسائل موثوقة للربط بين الجينات والأمراض والأدلة والأدوية المعروفة. ترشد هذه المهارة Claude وCodex وClaude Code خلال استعلامات Open Targets وتفسير الأدلة.
تحليل ملفات البيانات العلمية
بواسطة davila7
يصعب فحص ملفات البيانات العلمية لأن كل تنسيق يخزن البنية والبيانات الوصفية بطريقة مختلفة. تكتشف هذه المهارة التنسيقات، وتقيّم جودة البيانات، وتنشئ تقارير EDA عملية بصيغة markdown.
تصميم تجارب ونماذج علم البيانات
بواسطة alirezarezvani
غالبا ما تفشل مشاريع علم البيانات عندما تفتقر التجارب والميزات والنماذج إلى بنية إحصائية واضحة. تمنح هذه المهارة Claude وCodex وClaude Code مسارات عمل موجهة للتجريب، وهندسة الميزات، ومراجعة النماذج.
تحقق من سير عمل التعلم الآلي لاكتشاف الأنماط المضادة الخفية
بواسطة Doyajin174
قد تبدو مشاريع التعلم الآلي دقيقة بينما يخفي تسرب البيانات أو التقييم الضعيف عيوبًا خطيرة. توجه هذه المهارة فحوصات منظمة للتقسيمات والمقاييس والتدريب وجاهزية النشر.
بناء أنظمة ML وRAG للإنتاج
بواسطة davila7
يصعب تصميم أنظمة ML للإنتاج ونشرها ومراقبتها بشكل متسق. ترشد هذه المهارة ممارسات MLOps وتكامل LLM وبنية RAG والهياكل الأساسية لسير العمل المحلي.
استنتاج شبكات تنظيم الجينات باستخدام Arboreto
بواسطة davila7
تحتاج فرق علم الترانسكريبتومكس إلى طرق موثوقة لاستنتاج علاقات عوامل النسخ بالأهداف. ترشد هذه المهارة سير عمل Arboreto لاستخدام GRNBoost2 وGENIE3 والتنفيذ القابل للتوسع عبر Dask.