Histolab automatisiert die Gewebeerfassung und Kachelextraktion aus Gigapixel-Objektträger-Bildern. Es verarbeitet WSI-Dateien, um informative Kacheln für Deep-Learning-Pipelines und medizinische Forschung zu extrahieren.

Zugriff auf umfassende genomweite Assoziationsstudien-Daten aus dem NHGRI-EBI GWAS-Katalog. Suchen Sie Varianten nach rs-ID, Trait oder Gen, um P-Werte, Effektgrößen und Zusammenfassungsstatistiken für genetische Forschung abzurufen.

Verarbeiten und analysieren von genomischen Intervalldaten für die Bioinformatik-Forschung. Gtars bietet Hochleistungswerkzeuge für die Überlappungserkennung, Coverage-Analyse und ML-Tokenisierung von genomischen Sequenzen.

gget bietet einen einheitlichen Zugriff auf über 20 genomische Datenbanken über eine einfache CLI- oder Python-Schnittstelle. Geninformationen abfragen, Sequenzen abrufen, BLAST-Suchen durchführen und Anreicherungsanalysen ausführen, ohne mehrere API-Verbindungen zu verwalten.

Wissenschaftliche Rechenaufgaben benötigen Hardwareinformationen, um optimale Rechenstrategien auszuwählen. Diese Fähigkeit erkennt automatisch CPU-Kerne, GPU-Verfügbarkeit, Arbeitsspeicher und Speicherplatz und erstellt anschließend Empfehlungen für Parallelverarbeitung und GPU-Beschleunigung.

GeoPandas erweitert pandas für georäumliche Operationen. Es ermöglicht das Lesen von Shapefiles, GeoJSON und PostGIS-Daten. Führen Sie räumliche Joins, Pufferanalysen, Koordinatentransformationen durch und erstellen Sie Choroplethenkarten mit matplotlib-Integration.

Durchflusszytometrie-Daten erfordern eine spezialisierte Dateiverarbeitung. FlowIO parst FCS-Dateien, extrahiert Ereignisdaten als NumPy-Arrays und ermöglicht die Konvertierung in CSV-Formate für nachgelagerte Analyse-Pipelines.

Greifen Sie auf umfassende FDA-Regulierungsdaten zu, einschließlich unerwünschter Arzneimittelwirkungen, Rückrufe von Medizinprodukten und Sicherheitsinformationen über die offizielle openFDA-API. Erstellen Sie Pharmakovigilanz- und Regulierungsforschungs-Workflows mit Python.

Wissenschaftliche Datendateien gibt es in Hunderten von Formaten. Diese Skill erkennt automatisch den Dateityp, extrahiert Metadaten, bewertet die Datenqualität und generiert umfassende Markdown-Berichte mit formatspezifischen Analyseempfehlungen.

DrugBank ist eine umfassende Bioinformatik-Datenbank mit detaillierten Arzneimittelinformationen. Diese Fähigkeit ermöglicht programmatischen Zugang zu Arzneimitteleigenschaften, Interaktionen, Zielen, Wegen und chemischen Strukturen für Pharmakologieforschung und Arzneimittelentdeckung.

Next-Generation-Sequencing-Daten verarbeiten und visualisieren. BAM in bigWig konvertieren, Qualitätskontrolldiagramme erstellen und publikationsreife Heatmaps für ChIP-seq-, RNA-seq- und ATAC-seq-Experimente generieren.

Molekulare Eigenschaften wie Löslichkeit, Toxizität und Bindungsaffinität mit DeepChem vorhersagen. Graphische neuronale Netze trainieren oder vortrainierte Modelle wie ChemBERTa für Arzneimittelforschung und Materialwissenschaften nutzen.

Greifen Sie auf globale statistische Daten von Data Commons zu, einschließlich Demografie, Wirtschaft, Gesundheit und Umweltindikatoren. Fragen Sie Bevölkerungszahlen, BIP, Arbeitslosenquoten und geografische Beziehungen mit Python-Client-Methoden ab.

Verarbeiten Sie Datensätze, die größer als der verfügbare RAM sind, mit paralleler Computing. Transformieren Sie Single-Machine-pandas- und NumPy-Workflows, um sie auf mehreren Kernen oder verteilten Clustern auszuführen, ohne Ihren Code umzuschreiben.

Die metabolische Modellierung erfordert spezialisiertes Wissen über Constraint-basierte Rekonstruktions- und Analysemethoden. COBRApy bietet eine umfassende Python-Schnittstelle für Flussbilanzenanalyse, Gen-Knockout-Studien und Produktionsberechnungen für die Systembiologie-Forschung.

Das Auffinden relevanter klinischer Studien erfordert die Suche in einer großen Registrierungsdatenbank. Diese Skill bietet eine Python-Schnittstelle zur Abfrage der ClinicalTrials.gov API v2, um Studien nach Erkrankung, Medikament, Standort oder Sponsor zu durchsuchen und detaillierte Studieninformationen abzurufen.

Klinische Dokumentation erfordert Präzision und regulatorische Compliance. Diese Skill bietet Vorlagen und Validierungstools für Fallberichte, Diagnoseberichte, klinische Prüfungsdokumentation und Patientennotizen gemäß HIPAA-, FDA- und ICH-GCP-Standards.

Greifen Sie auf die ChEMBL-Datenbank zu, um Verbindungen nach Struktur und Eigenschaften zu durchsuchen. Rufen Sie Bioaktivitätsmessungen ab, finden Sie Inhibitoren und führen Sie Struktur-Aktivitäts-Beziehungsstudien für die Arzneimittelentwicklungsforschung durch.

Umfassende enzymkinetische Daten aus der weltweit größten Enzymdatenbank abrufen. Km-Werte, Reaktionsgleichungen, organismspezifische Parameter und Substratspezifitätsdaten für biochemische Forschung und metabolisches Engineering finden.

Abfragen von über 40 biologischen Datenbanken einschließlich UniProt, KEGG und ChEMBL mit einer konsistenten Python-API. Vereinfacht datenbankübergreifende Analysen und Identifier-Konvertierung für die Bioinformatik-Forschung.