Cette compétence fournit une analyse complète des enregistrements neuronaux haute densité Neuropixels. Elle gère le flux de travail complet, du chargement des données brutes aux unités préparées pour la publication, en utilisant les algorithmes SpikeInterface et Kilosort4.

Le travail avec des données de graphe et de réseau nécessite des outils spécialisés pour créer des structures, calculer des algorithmes et générer des visualisations. Cette compétence offre un accès complet aux capacités de NetworkX pour l'analyse des réseaux sociaux, la cartographie des voies biologiques, l'optimisation des transports et la modélisation des relations.

La découverte de médicaments nécessite le filtrage de grandes bibliothèques de composés pour leurs propriétés drug-like. Cette skill applique les règles établies de chimie médicinale, notamment la Rule of Five, Veber et les filtres PAINS, pour prioriser les composés et identifier efficacement les alertes structurelles.

Modal est une plateforme serverless pour exécuter du code Python dans le cloud. Elle offre un accès instantané aux GPU, une mise à l'échelle automatique et une facturation à l'usage. Déployez des modèles ML, exécutez des tâches de traitement par lots et servira des API sans gérer l'infrastructure.

Matplotlib offre un contrôle complet sur chaque élément visuel pour créer des figures de qualité publication. Maîtrisez les interfaces pyplot et orientées objet pour construire tout type de graphique, des simples courbes aux visualisations scientifiques complexes à plusieurs panneaux.

Les scientifiques et les ingénieurs ont souvent des difficultés avec la syntaxe MATLAB et les bonnes pratiques. Cette compétence fournit une documentation de référence complète pour les opérations matricielles, la visualisation et l'analyse numérique.

Déployez des workflows bioinformatiques prêts pour la production sans gérer l'infrastructure. Créez des pipelines serverless utilisant des décorateurs Python avec conteneurisation automatique, support GPU, et stockage cloud intégré.

La recherche biologique génère des ensembles de données complexes difficiles à suivre, interroger et reproduire. LaminDB fournit un cadre unifié pour gérer les données biologiques avec une traçabilité automatique de la lignée, des annotations basées sur des ontologies et une intégration transparente avec les gestionnaires de workflows.

Cette compétence donne accès à la base de données du métabolome humain contenant plus de 220 000 entrées de métabolites. Les chercheurs peuvent rechercher par nom chimique, structure ou identifiant pour obtenir les propriétés, les spectres et les données biomarqueurs pour les études de métabolomique.

Histolab automatise la détection des tissus et l’extraction de tuiles à partir d’images de lames entières gigapixel. Il traite des fichiers WSI pour extraire des tuiles informatives destinées aux pipelines de deep learning et à la recherche médicale.

Accédez aux données complètes d'études d'association pangénomiques du catalogue GWAS NHGRI-EBI. Recherchez des variants par rs ID, trait ou gène pour récupérer les p-valeurs, les tailles d'effet et les statistiques résumées pour la recherche génétique.

Traiter et analyser les données d'intervalles génomiques pour la recherche en bioinformatique. Gtars fournit des outils haute performance pour la détection de chevauchements, l'analyse de couverture et la jetonisation de séquences génomiques pour l'apprentissage automatique.

gget offre un accès unifié à plus de 20 bases de données génomiques via une interface CLI ou Python simple. Interrogez des informations sur les gènes, récupérez des séquences, effectuez des recherches BLAST et exécutez des analyses d'enrichissement sans gérer plusieurs connexions API.

Les tâches de calcul scientifique nécessitent des informations sur le matériel pour sélectionner des stratégies computationnelles optimales. Cette compétence détecte automatiquement les cœurs de processeur, la disponibilité GPU, la mémoire et l'espace disque, puis génère des recommandations pour le traitement parallèle et l'accélération GPU.

GeoPandas etend pandas pour les operations geospatiales. Il permet de lire des shapefiles, du GeoJSON et des donnees PostGIS. Effectuez des jointures spatiales, des analyses de tampon, des transformations de coordonnees et creez des cartes choroplethes avec l'integration matplotlib.

Les données de cytométrie de flux nécessitent une manipulation spécialisée de fichiers. FlowIO analyse les fichiers FCS, extrait les données d'événements sous forme de tableaux NumPy et permet la conversion au format CSV pour les pipelines d'analyse en aval.

Accédez aux données réglementaires complètes de la FDA, notamment les événements indésirables liés aux médicaments, les rappels de dispositifs médicaux et les informations de sécurité via l'API openFDA officielle. Construisez des flux de travail de pharmacovigilance et de recherche réglementaire avec Python.

Les fichiers de données scientifiques existent dans des centaines de formats. Cette compétence détecte automatiquement le type de fichier, extrait les métadonnées, évalue la qualité des données et génère des rapports markdown complets avec des recommandations d'analyse spécifiques au format.

DrugBank est une base de données bioinformatique complète contenant des informations détaillées sur les médicaments. Cette compétence permet un accès programmatique aux propriétés des médicaments, aux interactions, aux cibles, aux voies et aux structures chimiques pour la recherche en pharmacologie et la découverte de médicaments.

Traitez et visualisez les données de séquençage de nouvelle génération. Convertissez BAM en bigWig, générez des graphiques de contrôle qualité et créez des heatmaps prêtes pour publication pour les expériences ChIP-seq, RNA-seq et ATAC-seq.