Esta skill proporciona una integración completa con la API de protocols.io para gestionar protocolos científicos. Úsala para buscar protocolos existentes, crear nuevos protocolos, gestionar espacios de trabajo colaborativos, manejar discusiones y organizar flujos de trabajo de documentación de laboratorio.

Transforma contenido de investigación en pósters profesionales usando HTML y CSS con visuales generados por IA. Exporta a PDF para impresión o convierte a PowerPoint para presentaciones en conferencias.

Esta habilidad permite realizar búsquedas en la web impulsadas por IA para encontrar información actualizada, investigaciones científicas recientes y respuestas fundamentadas con citas de fuentes. Proporciona acceso a múltiples modelos de Perplexity a través de una única clave API de OpenRouter.

Accede al RCSB Banco de Datos de Proteínas para buscar y descargar estructuras 3D de proteínas y ácidos nucleicos. Esta habilidad permite la investigación en biología estructural, descubrimiento de fármacos e ingeniería de proteínas proporcionando acceso programático a más de 200,000 estructuras moleculares determinadas experimentalmente y modeladas computacionalmente.

PathML optimiza los flujos de trabajo de patología computacional al proporcionar herramientas unificadas para cargar diversos formatos de portas, preprocesar imágenes y entrenar modelos de aprendizaje automático. Los investigadores pueden analizar imágenes de portas completas, construir gráficos tisulares y cuantificar datos de immunofluorescencia múltiple en un único marco de trabajo.

Escribir protocolos de automatización de laboratorio requiere conocimientos especializados de APIs de robótica y procedimientos de manejo de líquidos. Esta habilidad ofrece plantillas listas para usar y una guía completa para crear protocolos que controlen robots de manejo de líquidos Opentrons.

Los investigadores pasan horas buscando en bases de datos académicas para encontrar artículos relevantes y analizar tendencias de investigación. Esta habilidad proporciona acceso directo a más de 240 millones de obras académicas de OpenAlex con potente filtrado, análisis de citas y capacidades bibliométricas para un descubrimiento eficiente de literatura.

Analiza señales fisiológicas incluyendo ECG, EEG, EDA y EMG para aplicaciones de investigación y clínica. NeuroKit2 proporciona un toolkit unificado de Python para procesar datos del sistema cardiovascular, neural y autónomo con herramientas comprehensivas de visualización y análisis.

El aprendizaje automático molecular requiere convertir estructuras químicas en representaciones numéricas. Molfeat proporciona más de 100 featurizadores para transformar cadenas SMILES en características listas para el aprendizaje automático para modelado QSAR y descubrimiento de fármacos.

Busca y recupera datos de metabolómica de la base de datos NIH Metabolomics Workbench que contiene más de 4,200 estudios. Accede a estructuras de metabolitos, metadatos de estudios, nomenclatura RefMet y realiza búsquedas de espectrometría de masas.

Los datos de espectrometria de masas contienen informacion espectral compleja que requiere un procesamiento especializado. Matchms ofrece herramientas integrales para importar, filtrar y comparar espectros de masas para la identificacion de metabolitos y el analisis de compuestos.

Crear informes de investigación de mercado completos de más de 50 páginas con formato profesional en LaTeX. Generar visuales estratégicos, realizar análisis con múltiples marcos estratégicos y producir entregables de calidad consultora para decisiones empresariales.

Las revisiones manuales de la literatura desperdician horas buscando en bases de datos y formateando citas. Esta habilidad automatiza las revisiones sistemáticas de la literatura buscando en PubMed, arXiv, bioRxiv y Semantic Scholar, verificando todas las citas y generando PDFs profesionales.

Los investigadores pierden horas gestionando manualmente cuadernos de laboratorio y datos. Esta skill automatiza las operaciones de LabArchives ELN incluyendo copias de seguridad, creación de entradas e integraciones con terceros.

Los investigadores necesitan acceso eficiente a los datos bioinformáticos de KEGG para el análisis de vías metabólicas y mapeo de genes. Esta habilidad proporciona funciones auxiliares en Python para todas las operaciones de la API REST de KEGG, incluyendo recuperación de vías metabólicas, mapeo genes-vías, búsqueda de compuestos y conversión de identificadores entre bases de datos.

Transformar observaciones en hipótesis científicas estructuradas y verificables. Esta guía te acompaña en la síntesis de literatura, desarrollo de mecanismos, diseño experimental y formulación de predicciones utilizando marcos probados del método científico.

Los investigadores necesitan acceso eficiente a conjuntos de datos de expresión génica para su análisis. Esta habilidad permite consultar, descargar y analizar datos de la base de datos GEO de NCBI que contiene millones de muestras genómicas.

Geniml transforma archivos BED en incrustaciones de aprendizaje automático para el análisis de regiones genómicas. Entrena modelos para encontrar patrones en la accesibilidad de cromatina, construye conjuntos de picos de consenso y analiza datos de ATAC-seq de célula única.

Accede a datos completos de genes del NCBI, incluyendo secuencias, anotaciones e información funcional. Busca por símbolo de gen, ID o contexto biológico para obtener RefSeqs, Gene Ontology, ubicaciones cromosómicas y fenotipos para investigación bioinformática.

FluidSim trae dinámica de fluidos computacional de alto rendimiento a Python. Ejecuta simulaciones de Navier-Stokes, analiza turbulencia y visualiza resultados con simples comandos de Python. No se requiere configuración compleja de Fortran o C++.