Traitez les donnees de proteomique et de metabolomique avec des outils complets de spectrometrie de masse. Cette competence donne acces aux algorithmes OpenMS pour la gestion des formats de fichiers, le traitement spectral, la detection de caracteristiques et les flux de travail d’identification des peptides.

L'optimisation multi-objectif consiste à trouver des solutions de compromis lorsque plusieurs objectifs conflictuels doivent être satisfaits. Cette compétence donne un accès complet aux algorithmes pymoo, notamment NSGA-II, NSGA-III et MOEA/D, pour trouver des solutions optimales de Pareto et visualiser les fronts de compromis.

Créer, ajuster et valider des modèles bayésiens avec PyMC. Créer des modèles hiérarchiques, effectuer un échantillonnage MCMC et comparer des modèles avec les métriques LOO et WAIC.

Travaillez avec les structures cristallines et les données de matériaux. Convertissez les formats de fichiers, calculez les diagrammes de phase, analysez la symétrie et accédez à la base de données Materials Project pour la recherche en science des matériaux computationnelle.

Automatisez les workflows de laboratoire en contrôlant les robots de manipulation de liquides, les lecteurs de plaques et les équipements de laboratoire via des commandes Python unifiées. Cette compétence permet des protocoles reproductibles sur les plateformes Hamilton, Tecan et Opentrons avec une simulation intégrée pour les tests.

Les chercheurs en santé et les scientifiques de données sont confrontés à des formats de données cliniques et des systèmes de codage complexes. PyHealth fournit une boîte à outils unifié pour charger des ensembles de données médicales, traiter des données de dossiers de santé électroniques, entraîner des modèles prédictifs et travailler avec des codes médicaux standards.

Traitez les images médicales DICOM y compris CT, IRM, rayons X et échographie. Lisez, écrivez, anonymisez, convertissez et extrayez les métadonnées des fichiers d'imagerie de santé.

PyDESeq2 permet l'analyse de l'expression différentielle des gènes à partir de données de comptage RNA-seq en bulk. Effectuez des tests statistiques, une correction des comparaisons multiples et générez des graphiques volcano et MA prêts pour la publication pour votre recherche en génomique.

La formation d'agents RL nécessite des environnements parallèles haute performance et des algorithmes efficaces. PufferLib fournit une formation PPO+LSTM optimisée avec des accélérations de 2 à 10x grâce à la vectorisation, les tampons mémoire partagés et le support multi-agents.

Les chercheurs ont besoin d'un accès efficace à la littérature biomédicale pour les revues systématiques et la recherche basée sur les preuves. Cette compétence fournit une documentation complète pour les requêtes PubMed, notamment les opérateurs booléens, les termes MeSH et l'accès à l'API E-utilities.

Les chercheurs ont besoin d'un accès rapide aux propriétés moléculaires et aux structures chimiques. Cette compétence se connecte à la base de données de plus de 110 millions de composés de PubChem pour des requêtes chimio-informatiques instantanées.

Cette compétence fournit une intégration complète avec l'API protocols.io pour gérer les protocoles scientifiques. Utilisez-la pour rechercher des protocoles existants, créer de nouveaux protocoles, gérer des espaces de travail collaboratifs, traiter les discussions et organiser les flux de travail de documentation de laboratoire.

Transformez du contenu de recherche en posters de recherche professionnels en utilisant HTML et CSS avec des visuels générés par l’IA. Exportez en PDF pour l’impression ou convertissez en PowerPoint pour les présentations de conférence.

Arrêtez de créer des présentations manuellement. Cette compétence convertit HTML en PowerPoint, modifie des diapositives existantes et extrait du contenu à l'aide de workflows XML éprouvés. Créez des présentations plus rapidement avec du code.

Traitez de grands ensembles de données en mémoire avec Polars, la bibliothèque de DataFrames haute performance. Offre une évaluation paresseuse, une exécution parallèle et un backend Apache Arrow pour des opérations 10x plus rapides que pandas.

La visualisation de données nécessite souvent du code complexe et manque d'interactivité pour l'exploration. Cette compétence fournit un guide complet pour créer des graphiques interactifs de qualité publication avec Plotly, comprenant des info-bulles au survol, le zoom, le panoramique et plus de 40 types de graphiques pour les tableaux de bord et l'analyse de données.

Cette compétence permet d'effectuer des recherches sur le web alimentées par l'IA pour trouver des informations actuelles, des recherches scientifiques récentes et des réponses fondées avec des citations de sources. Elle offre un accès à plusieurs modèles Perplexity via une seule clé API OpenRouter.

Construire des modèles d’apprentissage automatique quantique exige de comprendre les circuits quantiques, le calcul des gradients et les flux de travail hybrides classique‑quantique. Cette compétence fournit une documentation complète sur PennyLane, permettant aux développeurs d’entraîner des circuits quantiques avec la différentiation automatique sur des simulateurs et du matériel quantique réel.

Les chercheurs ont besoin d’outils systématiques pour évaluer les manuscrits selon des normes méthodologiques et de reporting rigoureuses. Cette compétence fournit des workflows d’évaluation par les pairs structurés avec une évaluation basée sur des listes de contrôle pour la rigueur statistique, la reproductibilité et la conformité aux directives propres à chaque discipline.

Une compétence IA pour Claude, Codex et Claude Code