Predice propiedades moleculares como solubilidad, toxicidad y afinidad de unión utilizando DeepChem. Entrena redes neuronales gráficas o usa modelos preentrenados como ChemBERTa para aplicaciones de descubrimiento de fármacos y ciencia de materiales.

Accede a datos estadísticos globales de Data Commons, incluyendo demografía, economía, salud e indicadores ambientales. Consulta cifras de población, PIB, tasas de desempleo y relaciones geográficas usando métodos del cliente Python.

Procesa conjuntos de datos más grandes que la RAM disponible usando computación paralela. Transforma flujos de trabajo de pandas y NumPy de una sola máquina para ejecutarse en múltiples núcleos o clusters distribuidos sin reescribir tu código.

El modelado metabólico requiere conocimientos especializados de métodos de reconstrucción basada en restricciones y análisis. COBRApy proporciona una interfaz Python completa para análisis de balance de flujos, estudios de knockouts de genes y cálculos de envolventes de producción para investigación en biología de sistemas.

Encontrar ensayos clínicos relevantes requiere buscar en una gran base de datos de registros. Esta habilidad proporciona una interfaz Python para consultar la API v2 de ClinicalTrials.gov para buscar ensayos por condición, droga, ubicación o patrocinador y recuperar información detallada del estudio.

La documentación clínica requiere precisión y cumplimiento normativo. Esta skill proporciona plantillas y herramientas de validación para informes de casos, informes diagnósticos, documentación de ensayos clínicos y notas de pacientes siguiendo los estándares HIPAA, FDA e ICH-GCP.

Accede a la base de datos ChEMBL para buscar compuestos por estructura y propiedades. Recupera medidas de bioactividad, encuentra inhibidores y realiza estudios de relación estructura-actividad para investigación en descubrimiento de fármacos.

Accede a datos cinéticos enzimáticos completos de la base de datos de enzimas más grande del mundo. Encuentra valores de Km, ecuaciones de reacción, parámetros específicos de organismos y datos de especificidad de sustrato para investigación bioquímica e ingeniería metabólica.

Consultar más de 40 bases de datos biológicas incluyendo UniProt, KEGG y ChEMBL con una API consistente de Python. Simplifica el análisis entre bases de datos y la conversión de identificadores para investigación bioinformática.

Automatiza los flujos de trabajo del laboratorio y gestiona datos biológicos integrándote con la plataforma de I+D de Benchling. Accede a secuencias de ADN, datos de proteínas, inventario y cuadernos electrónicos de laboratorio mediante el SDK de Python o la API REST.

La inferencia de redes regulatorias génicas identifica relaciones factor de transcripción-gen diana a partir de datos de transcriptómica. Arboreto proporciona implementaciones escalables de los algoritmos GRNBoost2 y GENIE3 que procesan datos de RNA-seq masivos y de célula única en máquinas locales o clústeres distribuidos.

AnnData proporciona una estructura de datos estandarizada para matrices anotadas utilizada en genómica de célula única. Esta habilidad permite crear, leer, escribir y manipular archivos .h5ad con soporte completo para metadatos, embeddings y el ecosistema scverse.

Los datos de series temporales requieren algoritmos especializados más allá del aprendizaje automático estándar. Aeon proporciona APIs compatibles con scikit-learn para clasificación, regresión, clustering, pronóstico, detección de anomalías, segmentación y búsqueda de similitud en datos temporales.

Obtén ayuda experta para escribir consultas T-SQL complejas, procedimientos almacenados y optimizaciones de rendimiento para Microsoft SQL Server. Incluye patrones avanzados como CTE, funciones de ventana, PIVOT y sentencias MERGE.

Esta skill permite a Claude, Codex y usuarios de Claude Code generar videos profesionales de IA mediante la construcción de storyboards, la creación de imágenes de referencia y el envío de tareas de generación de video a la API de Seedance 2.0. Simplifica el complejo proceso de creación de video en un flujo de trabajo simple y automatizado.

Los archivos de configuración de Home Assistant requieren sintaxis YAML precisa y estructura adecuada. Esta habilidad proporciona herramientas de validación, configuraciones de ejemplo y mejores prácticas para automatizaciones, scripts, plantillas, blueprints y paneles Lovelace.

Los usuarios necesitan información rápida sobre el contenido del texto sin contar manualmente. Esta herramienta calcula automáticamente el recuento de palabras, el recuento de caracteres, el recuento de oraciones y el tiempo de lectura para cualquier entrada de texto.

Las consultas lentas de DataFusion desperdician recursos y tiempo. Esta habilidad analiza las operaciones SQL y DataFrame para identificar problemas de rendimiento y sugerir optimizaciones concretas para predicate pushdown, partition pruning, projection de columnas y ordenamiento de joins.

Las organizaciones necesitan formas sistemáticas de registrar y categorizar recibos de gastos para un seguimiento financiero preciso. Esta habilidad proporciona flujos de trabajo documentados para la entrada manual de recibos, integración de escaneo OCR y patrones de base de datos para gestionar registros de gastos en MySQL.

El escaneo de recibos requiere extracción OCR precisa e integración de bases de datos. Esta habilidad proporciona orientación completa para analizar imágenes de recibos, depurar errores de extracción y crear flujos de trabajo confiables de seguimiento de gastos con Google Gemini AI.