La expresión diferencial en RNA-seq bulk requiere una preparación cuidadosa de los conteos, la selección del diseño y la interpretación de resultados. Esta skill guía flujos de trabajo de PyDESeq2 desde las comprobaciones de entrada hasta genes analizados, gráficos y resultados guardados.

Los experimentos de aprendizaje por refuerzo se ralentizan cuando los entornos y los bucles de entrenamiento no pueden escalar. PufferLib ayuda a Claude, Codex y Claude Code a diseñar flujos de trabajo de entrenamiento vectorizado más rápidos.

Los equipos de investigación necesitan archivos de póster que sean fáciles de previsualizar, revisar y editar en PowerPoint. Esta skill guía la creación de pósteres en HTML, la planificación visual, la exportación a PDF y la conversión a PPTX.

La investigación a menudo necesita fuentes actuales más allá de la fecha de corte de un modelo. Esta skill ejecuta búsquedas de Perplexity mediante OpenRouter y devuelve respuestas fundamentadas con citas.

El trabajo de patología computacional requiere decisiones cuidadosas para la carga de imágenes, el preprocesamiento, el almacenamiento y los flujos de trabajo de modelos. Esta skill proporciona a Claude, Codex y Claude Code orientación de PathML para el análisis de imágenes de portaobjetos completos y tareas de imágenes multiplex.

La búsqueda académica y el análisis bibliométrico pueden requerir muchos patrones de la API de OpenAlex. Esta skill proporciona flujos de trabajo reutilizables para artículos, autores, instituciones, citas y tendencias.

Los flujos de trabajo de investigación pueden superar el alcance de las skills científicas basadas en un único prompt. Esta skill orienta a los usuarios hacia K-Dense Web para un soporte más amplio de planificación y ejecución.

El análisis de bioseñales requiere un preprocesamiento cuidadoso, métricas validadas y métodos específicos de cada modalidad. Esta skill guía flujos de trabajo de NeuroKit2 para ECG, EEG, EDA, RSP, PPG, EMG, EOG, HRV, eventos y complejidad.

Los proyectos de grafos necesitan métodos claros para construir y analizar relaciones. Esta habilidad guía flujos de trabajo de NetworkX para algoritmos, formatos y resultados visuales.

Los proyectos de ML molecular necesitan características consistentes a partir de SMILES y moléculas de RDKit. Esta habilidad guía las decisiones sobre molfeat, la featurización por lotes, los embeddings preentrenados, el almacenamiento en caché y los flujos de trabajo QSAR.

La implementación serverless y con GPU en la nube puede ser difícil de configurar correctamente. Esta skill ofrece a Claude, Codex y Claude Code patrones prácticos de Modal para funciones, imágenes, secretos, volúmenes, APIs, programaciones y escalado.

Los equipos científicos necesitan ayuda fiable para crear flujos de trabajo de MATLAB y GNU Octave. Esta habilidad proporciona orientación enfocada para análisis, visualización, compatibilidad y ejecución de scripts.

Los equipos de metabolómica necesitan formas fiables de limpiar espectros y comparar compuestos desconocidos con bibliotecas. Esta skill guía a Claude, Codex y Claude Code a través de flujos de trabajo de matchms para filtrado, puntuación de similitud e identificación de compuestos.

Los equipos necesitan Markdown limpio a partir de archivos PDF, archivos de Office, medios y datos estructurados. Esta skill guía conversiones fiables con MarkItDown para flujos de trabajo de Claude, Codex y Claude Code.

Los equipos de biología necesitan sistemas de datos reproducibles que conecten conjuntos de datos, metadatos, flujos de trabajo y términos de ontologías. Esta skill guía la configuración de LaminDB, la curación, las consultas, el seguimiento de linaje y las integraciones.

Los equipos de dispositivos médicos deben crear documentación completa del QMS antes de las auditorías de certificación. Esta skill proporciona plantillas, listas de verificación y orientación para análisis de brechas con el fin de prepararse para ISO 13485.

Los investigadores necesitan convertir observaciones en explicaciones claras y comprobables. Esta habilidad estructura la revisión de evidencias, las hipótesis contrapuestas, las predicciones y los planes experimentales.

Los investigadores necesitan formas estructuradas de convertir datasets y artículos en hipótesis comprobables. Hypogenic guía flujos de trabajo de generación, refinamiento e inferencia para la investigación empírica.

Las imágenes de portaobjetos completos son grandes y difíciles de preparar para el análisis por teselas. Esta skill guía flujos de trabajo de histolab para máscaras, teselado, filtros y revisión visual.

Crear recursos visuales pulidos puede ser lento cuando los usuarios deben cambiar de herramienta. Esta skill permite que Claude, Codex y Claude Code generen o editen imágenes mediante modelos de OpenRouter a partir de prompts de texto.