غالبا ما تحتاج مشاريع التحسين إلى اختيار خوارزميات قابل للتكرار، وقيود، وتحليل جبهة باريتو. ترشد هذه المهارة سير عمل pymoo من خلال أمثلة ومراجع وأنماط لاستكشاف الأخطاء وإصلاحها.

تتطلب مسارات عمل قياس الطيف الكتلي العديد من كائنات OpenMS وتنسيقات الملفات والخوارزميات. تمنح هذه المهارة Claude وCodex وClaude Code إرشادات عملية حول pyOpenMS لتحليل علم البروتينات وعلم المستقلبات.

تتطلب النمذجة البايزية توزيعات قبلية دقيقة، وتشخيصات، وفحوصات للنموذج. توجه هذه المهارة سير عمل PyMC من إعداد النموذج إلى التحقق من التوزيع اللاحق والمقارنة.

تتطلب مشاريع التعلم الآلي السريري تعاملا دقيقا مع مجموعات البيانات، وأنظمة الترميز، والمهام، والنماذج، والتحقق. تنظم هذه المهارة إرشادات PyHealth حتى يتمكن Claude وCodex وClaude Code من المساعدة في تصميم سير عمل قابلة لإعادة الإنتاج للذكاء الاصطناعي في الرعاية الصحية.

تحتاج فرق البيانات إلى إرشادات سريعة عند بناء خطوط معالجة Polars والترحيل من pandas. توفر هذه المهارة أنماطًا موجزة للتعبيرات، والاستعلامات الكسولة، وI/O، وعمليات الربط، وضبط الأداء.

غالبا ما يحتاج المطورون إلى أمثلة Plotly موثوقة لأنواع عديدة من المخططات. توفر هذه المهارة إرشادات Python موجزة للمخططات، والتنسيق، والتفاعل، والتصدير، والتكامل مع Dash.

يتطلب العمل في علم الأحياء البنيوي معرفات تراكيب وبيانات وصفية وملفات إحداثيات دقيقة. ترشد هذه المهارة Claude وCodex وClaude Code خلال عمليات البحث والاسترجاع في RCSB PDB.

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.

تحتاج فرق الفحص المجهري إلى أنماط موثوقة للوصول إلى بيانات OMERO دون إعادة بناء الأمثلة من الصفر. توفر هذه المهارة سير عمل عملية بلغة Python للصور والبيانات الوصفية ومناطق الاهتمام ROIs والجداول والمعالجة الدفعية.

يتطلب تحليل Neuropixels العديد من خطوات المعالجة المسبقة والفرز والتنقيح المترابطة. توفر هذه المهارة سير عمل SpikeInterface عملية، ونصوصًا برمجية، ومراجع لتحليل تسجيلات عصبية قابل للتكرار.

يتطلب تحليل الإشارات الحيوية اختيارًا دقيقًا للمنهجيات عبر أنواع عديدة من الإشارات. توفر هذه المهارة إرشادات منظمة حول NeuroKit2 للمعالجة المسبقة، واستخراج الميزات، والتفسير، وإعداد التقارير.

يحتاج باحثو الأيضيات إلى وصول سريع إلى الدراسات العامة وسجلات المركبات والأسماء المعيارية. ترشد هذه المهارة Claude وCodex وClaude Code خلال استعلامات REST API وتفسير النتائج.

قد يصعب استخدام Matplotlib بصورة متسقة لإنشاء الرسوم العلمية المعقدة. توفر هذه المهارة أمثلة عملية وإرشادات للتنسيق ونصوصًا برمجية مساعدة لإنشاء أشكال أكثر وضوحًا.

تحتاج فرق المعلوماتية الحيوية إلى سير عمل قابلة للتكرار، ومعالجة بيانات، وإعدادات موارد على Latch. ترشد هذه المهارة إلى إنشاء سير العمل ونشره، واستخدام Registry، ودمج خطوط الأنابيب المتحقق منها.

تحتاج سير عمل الفواصل الجينومية إلى أدوات سريعة للتداخل والتغطية والترميز. ترشد هذه المهارة Claude وCodex وClaude Code عبر واجهات gtars البرمجية وسير عمل CLI.

غالبًا ما تتطلب أبحاث المعلوماتية الحيوية إجراء العديد من الاستعلامات في قواعد البيانات والتعامل مع تنسيقات ملفات متعددة. ترشد هذه المهارة Claude وCodex وClaude Code خلال أوامر gget وسير العمل باستخدام Python.

غالبا ما يفشل العمل الجغرافي المكاني عندما تكون تنسيقات الملفات، وأنظمة الإحداثيات، والعمليات المكانية غير واضحة. تمنحك هذه المهارة أنماطا في GeoPandas لتحميل البيانات، وتحويل CRS، وتحليل الهندسة، وإنشاء الخرائط.

يصعب البحث في مجموعات بيانات GEO العامة وتنزيلها وإعدادها بصورة متسقة. ترشد هذه المهارة Claude وCodex وClaude Code عبر سير عمل البحث والاسترجاع وتحليل النسخ الجيني في NCBI GEO.

تحتاج مشاريع الفواصل الجينومية إلى معالجة مسبقة متسقة، وتدريب التضمينات، وبناء الكون. ترشد هذه المهارة سير عمل Geniml لملفات BED وبيانات scATAC-seq وتقييم النماذج.

قد يصعب فحص ملفات FCS وتحويلها وإصلاحها في سير عمل Python. ترشد هذه المهارة Claude وCodex وClaude Code عبر تحليل FlowIO واستخراج البيانات الوصفية وتصدير FCS.