pyhealth

学術投稿は、投稿先によってフォーマット規則が異なるため失敗することがよくあります。このスキルは、より迅速な準備のためにテンプレート、要件、例を提供します。

医療機器チームは、認証監査の前に完全なQMS文書を作成する必要があります。このスキルは、ISO 13485対応準備のためのテンプレート、チェックリスト、ギャップ分析ガイダンスを提供します。

創薬チームには、信頼できるデータセットと公正な評価プロトコルが必要です。このスキルは、ClaudeがPyTDCを使用して、キュレーション済みの治療薬MLデータ、ベンチマーク分割、メトリクス、分子オラクルを扱うのに役立ちます。

タンパク質リガンドドッキングには、慎重なセットアップ、パラメータ選択、結果解釈が必要です。このスキルは、ポーズ、信頼度スコア、スクリーニングのためのDiffDockワークフローをガイドします。

研究者は観察結果を明確で検証可能な説明へと変換する必要があります。このスキルは、エビデンスレビュー、競合する仮説、予測、実験計画を構造化します。

検定の選択や結果の報告は時間がかかり、誤りが生じやすい作業です。このスキルは、検定の選択、前提条件、効果量、検出力分析、ベイズ的選択肢、APA形式での報告を支援します。

科学データファイルは、形式ごとに構造やメタデータの保存方法が異なるため、調査が困難です。このスキルは形式を検出し、データ品質をプロファイリングし、実用的な Markdown EDA レポートを作成します。

Single-cell RNA-seqのワークフローには、慎重なQC、正規化、クラスタリング、ドキュメント化が必要です。このスキルは、再現可能な解析のためのScanpyワークフロー、スクリプト、テンプレート、リファレンスを提供します。

構造化された構成データは、JSON、YAML、TOML ファイルを横断して確認するのが難しい場合があります。このスキルは、抽出、フィルタリング、変換、更新のための jq と yq クエリを案内します。

科学図は、サイズ、解像度、色、ラベルに関する学術誌のチェックを満たせないことがよくあります。このスキルは、Claude、Codex、Claude Codeを使用して、アクセシブルで出版可能な図を作成するためのガイドを提供します。

研究著者は、投稿前に正確なデータ利用可能性の文言を必要とすることがよくあります。このスキルは、ステートメントの下書き作成、データセットとアクセス経路の対応付け、FAIR metadata の確認を支援します。

メールテストでは、設計の検出力が不足していたり複数の変数を変更したりするため、結論が弱くなりがちです。このスキルは、厳密な計画を作成し、不確実性を考慮して結果を解釈します。