BAM、VCF、FASTQファイルを読み取るツールを使用してDNAシーケンシングデータを処理および分析します。ゲノム領域の抽出、カバレッジ統計の計算、複数のファイルタイプの統合により、包括的なバリアント分析を実現します。

結晶構造と材料データを扱います。ファイル形式の変換、相図の計算、対称性解析を行い、計算材料科学の研究のためにMaterials Projectデータベースにアクセスします。

統一されたPythonコマンドで液体処理ロボット、プレートリーダー、ラボ機器を制御し、ラボのワークフローを自動化します。このスキルにより、Hamilton、Tecan、Opentronsの各プラットフォームで再現可能なプロトコルを構築でき、テスト用のビルトインシミュレーションを備えています。

研究者は分子特性と化学構造に迅速にアクセスする必要があります。このスキルは、1億1,000万以上の化合物データベースを持つPubChemに接続し、インスタントケモインフォマティクス查询を可能にします。

このスキルは科学プロトコルを管理するためのprotocols.io APIとの包括的な統合を提供します。既存のプロトコルの検索、新規プロトコルの作成、協働ワークスペースの管理、議論の処理、実験文書ワークフローの整理に使用できます。

AIが生成したビジュアルを使用してHTMLとCSSで研究内容を専門的な研究ポスターに変換します。印刷用にPDFにエクスポートするか、会议発表のためにPowerPointに変換します。

このスキルは、AIによるウェブ検索機能を提供し、最新の情報、最近の科学的研究、ソース引用付きの信頼性の高い回答を見つけることができます。単一のOpenRouter APIキーで複数のPerplexityモデルにアクセスできます。

RCSBタンパク質データバンクにアクセスして、タンパク質および核酸の3D構造を検索・ダウンロードします。このスキルは、20万以上の実験的に決定されたおよび計算的にモデル化された分子構造へのプログラムによるアクセスを提供することで、構造生物学研究、創薬、およびタンパク質工学を可能にします。

PathMLは、多様なスライドフォーマットのロード、画像の、前処理、MLモデルの訓練のための統一されたツールを提供することで、計算病理学のワークフローを合理化します。研究者は、全スライド画像の解析、組織グラフの構築、マルクス免疫蛍光データの定量を単一のフレームワークで行うことができます。

ラボ自動化プロトコルの作成には、ロボティクスAPIと液体処理手順の専門知識が必要です。このスキルは、Opentrons液体処理ロボットを制御するプロトコルを作成するための、すぐに使えるテンプレートと包括的なガイダンスを提供します。

研究者は関連論文を見つけ、研究動向を分析するために学術データベースの検索に何時間も費やします。このスキルはOpenAlexの2.4億件超の学術成果物へ直接アクセスを提供し、強力なフィルタリング、引用分析、書誌計量機能によって効率的な文献探索を可能にします。

ECG、EEG、EDA、EMGなどの生理学的シグナルを研究および臨床応用のために分析します。NeuroKit2は、心臓血管、神経、自律神経系のデータを処理するための統一されたPythonツールキットであり、包括的な可視化および分析ツールを提供します。

分子機械学習では、化学構造を数値表現に変換する必要があります。Molfeatは100種類以上のfeaturizerを提供し、SMILES文字列をQSARモデリングや創薬向けの機械学習対応特徴量に変換します。

4,200以上の研究を含むNIHメタボロミクスワークベンチデータベースからメタボロミクスデータを検索・取得します。代謝物構造、研究メタデータ、RefMet命名法にアクセスし、质量分析法による検索を実行できます。

質量分析データは複雑なスペクトル情報を含んでおり、特別な処理が必要です。Matchmsは代謝物同定と化合物解析のための質量スペクトルのインポート、フィルタリング、比較のための包括的なツールを提供します。

文献レビューを手動で行うと、データベース検索や引用のフォーマットに時間がかかります。このスキルは、PubMed、arXiv、bioRxiv、Semantic Scholarを検索し、すべての引用を検証し、專業的なPDFを生成することで、体系的な文献レビューを自動化します。

専門的なLaTeXフォーマットで包括的な50ページ以上の市場調査レポートを作成します。戦略的な視覚化を生成し、マルチフレームワーク分析を実行し、ビジネス上の意思決定のためのコンサルティング品質の成果物を制作します。

電子ラボノートをプログラムで管理します。データアップロードの自動化、バックアップ、およびJupyterやREDCapなどの科学ツールとの連携による研究ワークフローの統合を実現します。

研究者はパスウェイ分析と遺伝子マッピングのためにKEGGバイオインフォマティクスデータへの効率的なアクセスを必要としています。このスキルは、KEGG REST API操作用のPythonヘルパー関数を提供し、パスウェイの取得、遺伝子-パスウェイマッピング、化合物検索、データベース間のID変換などが可能です。

観察を構造化された検証可能な科学的仮説に変換します。このスキルは、文献の統合、メカニズムの構築、実験設計、予測の策定を実証済みの科学的手法フレームワークを使用してガイドします。