Las afirmaciones científicas a menudo contienen defectos ocultos en metodología, sesgo o lógica. Esta habilidad proporciona marcos sistemáticos para evaluar la calidad de la evidencia, identificar sesgos cognitivos, evaluar el diseño experimental y detectar falacias lógicas en el discurso científico.

Los científicos a menudo luchan por generar direcciones de investigación novedosas durante la planificación inicial. Esta habilidad guía la ideación científica creativa a través de metodologías de lluvia de ideas estructurada, ayudando a los investigadores a explorar conexiones interdisciplinarias e identificar oportunidades de investigación ocultas.

Una habilidad de IA para Claude, Codex y Claude Code

La secuenciación de RNA de célula única genera conjuntos de datos complejos que requieren análisis especializado. Esta skill proporciona un flujo de trabajo completo para control de calidad, reducción de dimensionalidad, clustering y visualización de datos de expresión génica de célula única.

Encontrar investigación académica actual requiere buscar en múltiples bases de datos y evaluar la calidad de las fuentes. Esta herramienta busca literatura académica a través de modelos Perplexity Sonar con selección automática de modelo basada en la complejidad de la consulta y resultados enfocados en citas.

Obtener financiación para investigaciones es altamente competitivo con requisitos estrictos específicos de cada agencia. Esta habilidad proporciona orientación experta para escribir propuestas convincentes que cumplan con los estándares de NSF, NIH, DOE, DARPA y NSTC mientras maximiza tus posibilidades de éxito.

Analiza rutas biológicas y listas de genes usando la base de datos Reactome. Realiza análisis de enriquecimiento de rutas, mapea genes a rutas y explora interacciones moleculares para investigación en biología de sistemas.

Una habilidad de IA para Claude, Codex y Claude Code

Los sistemas cuánticos requieren herramientas de simulación especializadas. QuTiP proporciona resolvedores para sistemas cuánticos abiertos con ecuaciones maestras, dinámica de Lindblad y decoherencia. Usa esta habilidad para modelar óptica cuántica, QED de cavidad y procesos cuánticos disipativos.

La computación cuántica permite resolver problemas complejos de optimización, química y aprendizaje automático que son intratables para las computadoras clásicas. Qiskit proporciona las herramientas para construir circuitos cuánticos, optimizarlos para hardware de IBM y ejecutarlos en procesadores cuánticos reales o simuladores.

Esta skill te ayuda a organizar el código de PyTorch en LightningModules reutilizables. Proporciona plantillas y documentación para configurar entrenamiento multi-GPU, implementar pipelines de datos y configurar seguimiento de experimentos con herramientas populares como W&B y TensorBoard.

Los investigadores de descubrimiento de fármacos necesitan conjuntos de datos estandarizados para entrenar modelos de ML. PyTDC proporciona conjuntos de datos curados de ADME, toxicidad e interacciones objetivo-fármaco con divisiones adecuadas de entrenamiento-prueba y oráculos de evaluación.

Procesar y analizar datos de secuenciación de ADN con herramientas para leer archivos BAM, VCF y FASTQ. Extraer regiones genómicas, calcular estadísticas de cobertura e integrar múltiples tipos de archivos para un análisis completo de variantes.

Procesa datos de proteómica y metabolómica con herramientas completas de espectrometría de masas. Esta skill proporciona acceso a algoritmos de OpenMS para manejo de formatos de archivos, procesamiento espectral, detección de características y flujos de trabajo de identificación de péptidos.

La optimización multiobjetivo implica encontrar soluciones de compromiso cuando se deben satisfacer múltiples objetivos conflictivos. Esta skill proporciona acceso completo a los algoritmos de pymoo, incluyendo NSGA-II, NSGA-III y MOEA/D, para encontrar soluciones óptimas de Pareto y visualizar frentes de compromiso.

Construir, ajustar y validar modelos bayesianos usando PyMC. Crear modelos jerárquicos, ejecutar muestreo MCMC y comparar modelos con métricas LOO y WAIC.

Trabaja con estructuras cristalinas y datos de materiales. Convierte formatos de archivo, calcula diagramas de fase, analiza la simetría y accede a la base de datos de Materials Project para investigación en ciencia de materiales computacional.

Automatiza flujos de trabajo de laboratorio controlando robots de manejo de líquidos, lectores de placas y equipos de laboratorio mediante comandos unificados en Python. Esta habilidad permite protocolos reproducibles en las plataformas Hamilton, Tecan y Opentrons, con simulación integrada para pruebas.

Los investigadores de la salud y los científicos de datos luchan con formatos complejos de datos clínicos y sistemas de codificación. PyHealth proporciona un toolkit unificado para cargar conjuntos de datos médicos, procesar datos de EHR, entrenar modelos predictivos y trabajar con códigos médicos estándar.

Procesar imágenes médicas DICOM incluyendo TC, RM, rayos X y ultrasonido. Leer, escribir, anonimizar, convertir y extraer metadatos de archivos de imágenes de atención médica.