هذا الدليل يساعد في إنشاء مخطوطات علمية جاهزة للنشر. يوفر طرقاً منظمة لهيكل IMRAD، وأنماط الاقتباس الصحيحة، وإرشادات الأشكال والجداول، والامتثال لمعايير الإبلاغ مثل CONSORT وSTROBE وPRISMA.

تساعد هذه المهارة الباحثين في إنشاء عروض تقديمية احترافية للمؤتمرات والنوادي المنهجية ودفاع الأطروحات. توفر قوالب شرائح وتوجيهات التصميم وصور متولدة بالذكاء الاصطناعي لتنسيقات PowerPoint وLaTeX Beamer.

مهارة AI لكل من Claude و Codex و Claude Code

غالباً ما تحتوي الادعاءات العلمية على عيوب خفية في المنهجية أو التحيز أو المنطق. توفر هذه المهارة أطراً منهجية لتقييم جودة الأدلة، وتحديد التحيزات المعرفية، وتقييم تصميم التجارب، والكشف عن المغالطات المنطقية في الخطاب العلمي.

غالبًا ما يواجه العلماء صعوبات في توليد اتجاهات بحثية جديدة أثناء التخطيط المبكر. ترشد هذه المهارة التفكير العلمي الإبداعي من خلال منهجيات العصف الذهني المنظمة، مما يساعد الباحثين على استكشاف الروابط بين التخصصات المختلفة وتحديد فرص البحث الخفية.

تنتج تقنية تسلسل الحمض النووي الريبي من خلية واحدة مجموعات بيانات معقدة تتطلب تحليلاً متخصصاً. توفر هذه المهارة سير عمل كامل للتحكم في الجودة، وتقليل الأبعاد، والتجميع، والتصور لبيانات التعبير الجيني من خلية واحدة.

مهارة ذكاء اصطناعي لـ Claude و Codex و Claude Code

يتطلب العثور على الأبحاث الأكاديمية الحالية البحث عبر عدة قواعد بيانات وتقييم جودة المصادر. تقوم هذه الأداة بالبحث في الأدبيات العلمية عبر نماذج Perplexity Sonar مع اختيار تلقائي للنموذج بناءً على تعقيد الاستعلام ونتائج تركّز على الاستشهادات.

الحصول على تمويل البحث أمر تنافسي للغاية مع متطلبات صارمة خاصة بالجهات. توفر هذه المهارة إرشادات متخصصة لكتابة مقترحات مقنعة تلبي معايير NSF و NIH و DOE و DARPA و NSTC مع تعظيم فرص النجاح.

تحليل الممرات البيولوجية وقوائم الجينات باستخدام قاعدة بيانات Reactome. إجراء تحليل إثراء الممرات، ورسم خرائط الجينات للممرات، واستكشاف التفاعلات الجزيئية لأبحاث البيولوجيا الأنظمة.

مهارة ذكاء اصطناعي لـ Claude و Codex و Claude Code

تتطلب الأنظمة الكمية أدوات محاكاة متخصصة. يوفر QuTiP حلولاً للأنظمة الكمية المفتوحة مع معادلات الت MASTER، وديناميكيات Lindblad، والتشوه. استخدم هذه المهارة لنمذجة البصريات الكمية، وتجويف QED، والعمليات الكمية المبددة.

تتيح الحوسبة الكمومية حل مشكلات التحسين والكيمياء والتعلم الآلي المعقدة التي لا يمكن حلها بالحوسبة الكلاسيكية. يوفر Qiskit الأدوات لإنشاء دوائر كمومية وتحسينها لأجهزة IBM وتنفيذها على معالجات كمومية حقيقية أو محاكيات.

تساعدك هذه المهارة في تنظيم كود PyTorch في وحدات LightningModules القابلة لإعادة الاستخدام. توفر قوالب وتوثيقًا لتكوين التدريب متعدد وحدات المعالجة الرسومية، وتنفيذ خطوط أنابيب البيانات، وإعداد تتبع التجارب باستخدام أدوات شائعة مثل W&B و TensorBoard.

معالجة وتحليل بيانات تسلسل DNA باستخدام أدوات لقراءة ملفات BAM وVCF وFASTQ. استخراج المناطق الجينومية وحساب إحصائيات التغطية ودمج أنواع ملفات متعددة لتحليل شامل للطفرات.

يحتاج باحثو اكتشاف الأدوية إلى مجموعات بيانات موحدة لتدريب نماذج التعلم الآلي. يوفر PyTDC مجموعات بيانات ADME والتفاعلات بين الأدوية والهدف المناعي مع تقسيماتTrain-Test الصحيحة وأدوات التقييم.

معالجة بيانات البروتيوميات والميتابوليوميات باستخدام أدوات شاملة لقياس الطيف الكتلي. توفر هذه المهارة الوصول إلى خوارزميات OpenMS للتعامل مع تنسيقات الملفات ومعالجة الأطياف واكتشاف الميزات ومسارات تعريف الببتيدات.

يتضمن التحسين متعدد الأهداف إيجاد حلول مقايضة عندما يجب تحقيق أهداف متعددة متناقضة. توفر هذه المهارة وصولاً شاملاً إلى خوارزميات pymoo بما في ذلك NSGA-II و NSGA-III و MOEA/D لإيجاد حلول باريتو المثلى وتصواجب واجهات المقايضة.

ابنِ وملاءم وتحقق من النماذج البايزية باستخدام PyMC. أنشئ نماذج هرمية، وشغّل أخذ عينات MCMC، وقارن النماذج باستخدام مقاييس LOO وWAIC.

أتمتة سير عمل المختبر من خلال التحكم في روبوتات معالجة السوائح وقارئات الأطباق والمعدات المختبرية عبر أوامر Python موحدة. تتيح هذه المهارة بروتوكولات قابلة للتكرار عبر منصات Hamilton و Tecan و Opentrons مع محاكاة مدمجة للاختبار.