Esta skill proporciona un análisis integral de registros neuronales de alta densidad de Neuropixels. Cubre el flujo de trabajo completo desde la carga de datos en bruto hasta unidades curadas listas para publicación usando los algoritmos SpikeInterface y Kilosort4.

Trabajar con datos de grafos y redes requiere herramientas especializadas para crear estructuras, calcular algoritmos y generar visualizaciones. Esta habilidad proporciona acceso completo a las capacidades de NetworkX para análisis de redes sociales, mapeo de vías biológicas, optimización de transporte y modelado de relaciones.

El descubrimiento de fármacos requiere filtrar grandes bibliotecas de compuestos por propiedades tipo fármaco. Esta habilidad aplica reglas establecidas de química medicinal, incluyendo Rule of Five, Veber y filtros PAINS, para priorizar compuestos e identificar alertas estructurales de manera eficiente.

Modal es una plataforma sin servidor para ejecutar código Python en la nube. Proporciona acceso instantáneo a GPUs, escalado automático y facturación por uso. Despliega modelos de ML, ejecuta trabajos de procesamiento por lotes y sirve APIs sin gestionar infraestructura.

Matplotlib proporciona control completo sobre cada elemento visual para crear figuras de calidad para publicación. Domina tanto la interfaz pyplot como la orientada a objetos para construir cualquier tipo de gráfico, desde gráficos de línea simples hasta visualizaciones científicas multipanel complejas.

Los científicos e ingenieros a menudo luchan con la sintaxis y las mejores prácticas de MATLAB. Esta habilidad proporciona documentación de referencia completa para operaciones matriciales, visualización y análisis numérico.

Implementa flujos de trabajo de bioinformación listos para producción sin gestionar infraestructura. Crea pipelines serverless usando decoradores de Python con contenedorización automática, soporte GPU y almacenamiento en la nube integrado.

La investigación biológica genera conjuntos de datos complejos que son difíciles de rastrear, consultar y reproducir. LaminDB proporciona un marco unificado para gestionar datos biológicos con seguimiento automático del linaje, anotaciones basadas en ontologías e integración perfecta con gestores de flujos de trabajo.

Esta skill proporciona acceso a la Base de Datos del Metaboloma Humano que contiene más de 220,000 entradas de metabolitos. Los investigadores pueden buscar por nombre químico, estructura o identificador para obtener propiedades, espectros y datos de biomarcadores para estudios de metabolómica.

Histolab automatiza la detección de tejidos y extracción de mosaicos de imágenes de portaobjetos completos de gigapíxeles. Procesa archivos WSI para extraer mosaicos informativos para pipelines de aprendizaje profundo e investigación médica.

Accede a datos exhaustivos de estudios de asociación del genoma completo del Catálogo GWAS de NHGRI-EBI. Busca variantes por ID rs, rasgo o gen para recuperar valores p, tamaños de efecto y estadísticas resumidas para investigación genética.

Procesar y analizar datos de intervalos genómicos para investigación bioinformática. Gtars proporciona herramientas de alto rendimiento para detección de superposiciones, análisis de cobertura y tokenización ML de secuencias genómicas.

gget ofrece acceso unificado a más de 20 bases de datos genómicas mediante una CLI sencilla o una interfaz en Python. Consulta información de genes, recupera secuencias, realiza búsquedas BLAST y ejecuta análisis de enriquecimiento sin gestionar múltiples conexiones API.

Las tareas de computación científica necesitan información de hardware para seleccionar estrategias computacionales óptimas. Esta habilidad detecta automáticamente núcleos de CPU, disponibilidad de GPU, memoria y espacio en disco, y luego genera recomendaciones para procesamiento paralelo y aceleración GPU.

GeoPandas extiende pandas para operaciones geoespaciales. Permite leer shapefiles, GeoJSON y datos de PostGIS. Realiza uniones espaciales, análisis de buffers, transformaciones de coordenadas y crea mapas coropléticos con integración de matplotlib.

Los datos de citometría de flujo requieren manejo especializado de archivos. FlowIO analiza archivos FCS, extrae datos de eventos como arrays de NumPy y permite la conversión a formatos CSV para flujos de análisis posteriores.

Accede a datos regulatorios completos de la FDA, incluyendo eventos adversos de medicamentos, retiros de dispositivos médicos e información de seguridad a través de la API oficial de openFDA. Construye flujos de trabajo de farmacovigilancia e investigación regulatoria con Python.

Los archivos de datos científicos vienen en cientos de formatos. Esta habilidad detecta automáticamente el tipo de archivo, extrae metadatos, evalúa la calidad de los datos y genera informes completos en markdown con recomendaciones de análisis específicas por formato.

DrugBank es una base de datos bioinformática integral que contiene información detallada sobre medicamentos. Esta habilidad permite el acceso programático a las propiedades de los medicamentos, interacciones, objetivos, vías y estructuras químicas para la investigación farmacológica y el descubrimiento de fármacos.

Procesar y visualizar datos de secuenciación de nueva generación. Convertir BAM a bigWig, generar gráficos de control de calidad y crear mapas de calor listos para publicación para experimentos ChIP-seq, RNA-seq y ATAC-seq.