Verarbeiten Sie Proteomik- und Metabolomik-Daten mit umfassenden Massenspektrometrie-Tools. Dieser Skill bietet Zugang zu OpenMS-Algorithmen für Dateiformatverarbeitung, Spektrenverarbeitung, Merkmalserkennung und Peptididentifizierungs-Workflows.

Mehrkriterienoptimierung umfasst das Finden von Trade-off-Lösungen, wenn mehrere widersprüchliche Ziele erfüllt werden müssen. Diese Fähigkeit bietet umfassenden Zugang zu pymoo-Algorithmen einschließlich NSGA-II, NSGA-III und MOEA/D zum Finden Pareto-optimaler Lösungen und zur Visualisierung von Trade-off-Fronten.

Erstellen, anpassen und validieren Sie Bayesian-Modelle mit PyMC. Erstellen Sie hierarchische Modelle, führen Sie MCMC-Sampling durch und vergleichen Sie Modelle mit LOO- und WAIC-Metriken.

Gesundheitsforscher und Data Scientists haben Schwierigkeiten mit komplexen klinischen Datenformaten und Kodierungssystemen. PyHealth bietet ein einheitliches Toolkit zum Laden medizinischer Datensätze, zur Verarbeitung von EHR-Daten, zum Training prädiktiver Modelle und zur Arbeit mit standardisierten medizinischen Codes.

Verarbeiten Sie DICOM-Medizinbilder einschließlich CT, MRT, Röntgen und Ultraschall. Lesen, schreiben, anonymisieren, konvertieren und Metadaten aus Gesundheitsbildgebungsdateien extrahieren.

PyDESeq2 ermöglicht differentielle Genexpressionsanalysen aus Bulk-RNA-seq-Count-Daten. Führen Sie statistische Tests, multiple Vergleichskorrekturen durch und erstellen Sie publikationsreife Volcano- und MA-Plots für Ihre Genomikforschung.

Das Training von RL-Agenten erfordert hochleistungsfähige parallele Umgebungen und effiziente Algorithmen. PufferLib bietet optimiertes PPO+LSTM-Training mit 2-10x Beschleunigungen durch Vektorisierung, Shared-Memory-Buffer und Multi-Agent-Unterstützung.

Verarbeiten Sie große Datensätze im Speicher mit Polars, der leistungsstarken DataFrame-Bibliothek. Funktionen umfassen verzögerte Auswertung, parallele Ausführung und Apache Arrow-Backend für 10x schnellere Operationen als pandas.

Datenvisualisierung erfordert oft komplexen Code und bietet keine Interaktivität für die Exploration. Diese Fähigkeit bietet umfassende Anleitung zum Erstellen interaktiver Diagramme in Publikationsqualität mit Plotly, mit Hover-Tooltips, Zoom, Pan und über 40 Diagrammtypen für Dashboards und Datenanalyse.

Finden Sie therapeutische Ziele und Arzneimittelkandidaten mithilfe von Open Targets Platform-Daten. Greifen Sie auf genetische Evidenz, Tractability-Bewertungen, Sicherheitsdaten und bekannte Arzneimittel für Target-Krankheits-Assoziationen zu.

Diese Skill bietet Python-API-Zugriff auf OMERO, eine wissenschaftliche Bildverwaltungsplattform für Mikroskopie und High-Content-Screening. Stellen Sie Verbindungen zu OMERO-Servern her, rufen Sie Bilder ab, analysieren Sie Pixeldaten und verwalten Sie Annotationen programmatisch.

Dieses Skill bietet eine umfassende Analyse von Neuropixels-Hochdichte-Neuroaufnahmen. Es verarbeitet den gesamten Workflow vom Laden der Rohdaten bis zu publikationsbereiten kuratierten Einheiten unter Verwendung von SpikeInterface und Kilosort4-Algorithmen.

Die Arbeit mit Graph- und Netzwerkdaten erfordert spezialisierte Tools zum Erstellen von Strukturen, Berechnen von Algorithmen und Generieren von Visualisierungen. Diese Fähigkeit bietet umfassenden Zugang zu NetworkX-Funktionalitäten für die Analyse sozialer Netzwerke, die Kartierung biologischer Pfade, Transportoptimierung und Beziehungsmodellierung.

Modal ist eine serverlose Plattform zum Ausfuehren von Python-Code in der Cloud. Sie bietet sofortigen Zugriff auf GPUs, automatische Skalierung und nutzungsbasierte Abrechnung. Stellen Sie ML-Modelle bereit, fuehren Sie Batch-Verarbeitungsjobs aus und bedienen Sie APIs, ohne Infrastruktur zu verwalten.

Die Arzneimittelentwicklung erfordert das Filtern großer Verbindungsbibliotheken nach arzneimittelähnlichen Eigenschaften. Diese Fähigkeit wendet etablierte medizinisch-chemische Regeln an, einschließlich Rule of Five, Veber und PAINS-Filter, um Verbindungen zu priorisieren und strukturelle Warnmeldungen effizient zu identifizieren.

Matplotlib bietet vollständige Kontrolle über jedes visuelle Element zum Erstellen von publikationsreifen Abbildungen. Beherrschen Sie sowohl die pyplot- als auch die objektorientierte Schnittstelle, um jeden Diagrammtyp zu erstellen - von einfachen Liniendiagrammen bis hin zu komplexen wissenschaftlichen Visualisierungen mit mehreren Panels.

Wissenschaftler und Ingenieure haben oft Schwierigkeiten mit der MATLAB-Syntax und Best Practices. Dieser Skill bietet eine umfassende Referenzdokumentation für Matrixoperationen, Visualisierung und numerische Analyse.

Produktionsreife Bioinformatik-Workflows bereitstellen, ohne Infrastruktur zu verwalten. Erstellen Sie serverlose Pipelines mit Python-Dekoratoren mit automatischer Containerisierung, GPU-Unterstützung und integriertem Cloud-Speicher.

Biologische Forschung erzeugt komplexe Datensätze, die schwer zu verfolgen, abzufragen und zu reproduzieren sind. LaminDB bietet ein einheitliches Framework für die Verwaltung biologischer Daten mit automatischer Herkunftsverfolgung, ontologiebasierter Annotation und nahtloser Integration mit Workflow-Managern.

Dieser Skill bietet Zugang zur Human Metabolome Database mit über 220.000 Metabolit-Einträgen. Forscher können nach chemischem Namen, Struktur oder ID suchen, um Eigenschaften, Spektren und Biomarker-Daten für Metabolomik-Studien abzurufen.