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.

Procesa datos químicos de manera eficiente con una interfaz Pythonica para RDKit. Datamol simplifica operaciones complejas de quimiología informática manteniendo la compatibilidad total con el ecosistema RDKit.

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.

Los investigadores del cáncer necesitan datos de mutaciones completos para sus estudios. Esta habilidad proporciona acceso programático a la base de datos COSMIC que contiene millones de mutaciones somáticas, listas curadas de genes relacionados con el cáncer y firmas mutacionales para investigación en oncología de precisión.

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.

ClinVar contiene clasificaciones críticas de variantes para genética clínica, pero acceder e interpretar estos datos requiere conocimientos especializados. Esta habilidad proporciona orientación completa para consultar ClinVar a través de la interfaz web, API o descargas FTP, con directrices detalladas de interpretación para clasificaciones de significancia clínica.

Accede a ClinPGx para recuperar datos farmacogenómicos que incluyen interacciones gen-fármaco, directrices CPIC e información sobre función alélica. Esta habilidad mendukung medicina de precisión proporcionando apoyo a decisiones clínicas para dosificación de medicamentos guiada por genotipo.

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.

Los investigadores clínicos necesitan documentos basados en evidencia para el desarrollo de fármacos y las presentaciones regulatorias. Esta skill crea documentos de apoyo a la decisión clínica listos para publicación con estratificación por biomarcadores y gradación de evidencia GRADE.

Esta habilidad ayuda a los investigadores a encontrar artículos, extraer metadatos y generar entradas BibTeX correctamente formateadas. Valida las citas existentes y garantiza la precisión de las referencias para la escritura y publicación científica.

Diseña y simula circuitos cuánticos usando el framework Cirq de Google. Esta skill proporciona documentación completa para construir circuitos cuánticos, modelado de ruido, integración de hardware y ejecución de experimentos en computadoras cuánticas y simuladores.

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.

Los investigadores necesitan acceso a datos genómicos de células individuales a gran escala para investigación de enfermedades y descubrimiento de fármacos. Esta habilidad proporciona acceso programático a 61 millones de células del CELLxGENE Census, permitiendo consultas a escala poblacional sin necesidad de descargar conjuntos de datos completos.

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.

Los investigadores pierden horas buscando manualmente en bioRxiv preprints relevantes. Esta habilidad automatiza el descubrimiento de literatura con filtrado preciso por palabras clave, autores, rangos de fechas y categorías científicas.

Procesa secuencias de ADN, ARN y proteínas de manera eficiente usando Biopython. Accede a bases de datos NCBI programáticamente, realiza alineaciones de secuencias y automatiza canalizaciones complejas de bioinformática para aplicaciones de investigación.

Biomni transforma la investigación biomédica compleja ejecutando autónomamente tareas de análisis de múltiples pasos. Los investigadores pueden centrarse en las preguntas científicas mientras la IA maneja el procesamiento de datos, la revisión de literatura y el análisis computacional en genómica, descubrimiento de fármacos y dominios clínicos.