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.

Forscher benötigen Zugang zu umfangreichen Einzelzell-Genomik-Daten für Krankheitsforschung und Medikamentenentwicklung. Diese Skill bietet programmatischen Zugriff auf 61 Millionen Zellen aus dem CELLxGENE Census und ermöglicht bevölkerungsweite Abfragen ohne den Download vollständiger Datensätze.

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.

Forscher verschwenden Stunden damit, bioRxiv manuell nach relevanten Preprints zu durchsuchen. Diese Fähigkeit automatisiert die Literaturrecherche mit präziser Filterung nach Schlüsselwörtern, Autoren, Datumsbereichen und wissenschaftlichen Kategorien.

Verarbeite DNA-, RNA- und Proteinsequenzen effizient mit Biopython. Greife programmgesteuert auf NCBI-Datenbanken zu, führe Sequenz-Alignments durch und automatisiere komplexe bioinformatische Pipelines für Forschungsanwendungen.

Biomni transformiert die komplexe biomedizinische Forschung durch die autonome Ausführung mehrstufiger Analysen. Forscher können sich auf wissenschaftliche Fragen konzentrieren, während KI Datenverarbeitung, Literaturrecherche und Berechnungsanalysen in den Bereichen Genomik, Medikamentenentwicklung und klinische Forschung übernimmt.

Automatisieren Sie Labor-Workflows und verwalten Sie biologische Daten durch die Integration mit der Benchling R&D-Plattform. Greifen Sie auf DNA-Sequenzen, Proteindaten, Bestand und elektronische Laborbücher über das Python SDK oder die REST API zu.

Die Arbeit mit astronomischen Daten erfordert die Handhabung komplexer Koordinatensysteme, Dateiformate und Berechnungen. Diese Anleitung bietet Unterstützung bei der Verwendung von Astropy zur Verarbeitung von Himmelskoordinaten, FITS-Dateien und kosmologischen Berechnungen.

Die Ableitung genregulatorischer Netzwerke identifiziert Transkriptionsfaktor-Zielgen-Beziehungen aus Transkriptomik-Daten. Arboreto bietet skalierbare Implementierungen der GRNBoost2- und GENIE3-Algorithmen, die sowohl Bulk- als auch Single-Cell-RNA-seq-Daten auf lokalen Maschinen oder verteilten Clustern verarbeiten.

AnnData bietet eine standardisierte Datenstruktur für annotierte Matrizen, die in der Einzelzell-Genomik verwendet wird. Diese Fähigkeit ermöglicht das Erstellen, Lesen, Schreiben und Bearbeiten von .h5ad-Dateien mit voller Unterstützung für Metadaten, Einbettungen und das scverse-Ökosystem.

Forscher benötigen effizienten Zugang zu berechneten Proteinstrukturvorhersagen für die Arzneimittelforschung und strukturelle Biologie. Dieser Skill bietet direkten Zugang zu AlphaFold DBs 200M+ KI-vorhergesagten Proteinstrukturen, ermöglicht das Abrufen nach UniProt-ID, das Herunterladen von Koordinatendateien und die Analyse von Konfidenzmetriken.

Zeitreihendaten erfordern spezialisierte Algorithmen jenseits des Standard-Machine-Learning. Aeon bietet scikit-learn-kompatible APIs für Klassifikation, Regression, Clustering, Vorhersage, Anomalieerkennung, Segmentierung und Similaritätssuche auf zeitlichen Daten.

Protein-Design erfordert experimentelle Validierung. Adaptyv bietet API-Zugang zu einem Cloud-Labor für automatisierte Tests von Bindungsaffinität, Expressionsniveaus, Thermostabilität und Enzymaktivität. Erhalten Sie experimentelle Ergebnisse in ca. 21 Tagen.

Die Erstellung von fesselnden, bildungswirksamen Bilderbüchern für Kinder erfordert sorgfältige Aufmerksamkeit für visuelle Konsistenz, altersgerechte Inhalte und kulturelle Relevanz. Diese Fähigkeit generiert hochwertige bilinguale Bilderbuchinhalte mit 18 visuellen Stilen und 12 Szenentypen, die speziell für Kinder im Alter von 3-12 Jahren entwickelt wurden.

Die Veröffentlichung von Inhalten auf X erfordert manuelle Eingabe oder riskante Auto-Posting-Tools. Diese Fähigkeit verwendet Browser-Automatisierung, um Tweets vorzubereiten und als Entwurf zu speichern, um eine vollständige Benutzerprüfung sicherzustellen, bevor ein Beitrag live geht.

Content-Ersteller haben Schwierigkeiten, kontinuierlich ansprechende Social-Media-Beiträge zu produzieren. Diese Skill generiert virale X (Twitter)-Inhalte, einschließlich kurzer Tweets, Multi-Tweet-Threads und Antworten unter Verwendung bewährter Muster, die auf Ihren persönlichen Stil zugeschnitten sind.

Die Erstellung ansprechender X (Twitter)-Inhalte erfordert gründliche Recherche aus mehreren Quellen. Diese Skill automatisiert eine 4-Runden-Websuchstrategie zum Sammeln autoritativer, technischer, vergleichender und verifizierter Materialien für Ihre Beiträge.

KI-Speicherdateien werden groß und verschwenden Input-Tokens. Dieser Skill komprimiert natürliche Sprachprosatexte in Caveman-Format und spart dabei 65-75% der Tokens, während alle Codeabschnitte, URLs und technischen Inhalte erhalten bleiben.

Code-Review-Feedback ist oft wortreich und repetitiv, wobei umsetzbare Punkte in höflichem Beiwerk untergehen. Dieses Skill formatiert jeden Review-Fund als einzelne Zeile mit genauer Position, Problem und Lösung.