創薬のための購入可能な化合物を見つけることは時間がかかり、専門的なデータベース知識が必要です。このスキルは、2億3000万以上の化合物を含むZINCデータベースにアクセスするための完全なドキュメントを提供し、効率的なバーチャルスクリーニング、類似性検索、分子ドッキング研究のための3D構造ダウンロードを可能にします。

特許および商標情報の検索には、複数のUSPTOシステムを利用する必要があります。このスキルは、包括的な知的財産調査のために、PatentSearch、PEDS、TSDR、および譲渡データベースへの統合アクセスを提供します。

TorchDrug MLライブラリを使用して、分子特性の予測、新規化合物の生成、タンパク質解析を行います。薬物発見および計算化学タスクのために、分子、タンパク質、およびバイオメディカル知識グラフ上でグラフニューラルネットワークをトレーニングします。

統計分析スキルは研究に不可欠ですが、適切な方法論が必要です。このツールキットは、仮説検定、回帰、ベイジアン法、APAレポートに関する包括的なガイダンスを提供し、研究者が厳密で再現可能な分析を実施することを支援します。

キューと共有リソースを持つ複雑なシステムは、シミュレーションなしでは分析が困難です。SimPyはプロセス、リソース、時刻ベースのイベントをモデリングするためのPythonベースのフレームワークを提供し、実装前にシステム動作を予測できます。

シングルセルゲノミクス解析には、次元削減、バッチ補正、多様なモダリティ間の統合のための特殊な確率モデルが必要です。scvi-toolsは、包括的なシングルセルデータ解析のためにPyTorch上に構築された深層生成モデルを提供します。

生物学研究には、DNA配列解析、系統樹、多様性指標のための専門ツールが必要です。このスキルは、scikit-bioを使用して配列を処理し、アルファ多様性とベータ多様性を計算し、マイクロバイオームデータの統計検定を実行するためのガイダンスを提供します。

研究者は学術誌への投稿用に図表のフォーマット調整に何時間も費やしています。このスキルは、事前設定されたmatplotlibスタイル、色覚異常対応カラーパレット、自動エクスポートツールを提供し、何時間もかかる作業を数分でプロフェッショナルな図表作成に短縮します。

学会、セミナー、論文審査会向けの専門的な科学プレゼンテーションを構築します。一貫したフォーマットでAI駆動のスライドを生成し、LaTeX Beamerテンプレートを使用し、研究に基づいたデザイン原則に従います。

科学的主張は、方法論的欠陥、バイアス、過度な結論にもかかわらず、疑問視されないままになることが多く、このスキルはGRADEやCochrane ROBなどの確立された方法論を使用して研究品質を評価するための体系的なフレームワークを提供し、正確なエビデンス評価を可能にします。

科学者は新しい研究の方向性を必要としていますが、既存の思考パターンに固執してしまうことがよくあります。このスキルは、協働的な発想パートナーとして機能し、仮説の生成、予期しない学際的なつながりの探索、構造化されたブレインストーミング手法を通じた革新的な方法論の開発を支援します。

現在の研究や学術論文を見つけるには多大な時間がかかります。このスキルは、OpenRouterを通じてPerplexity Sonarモデルを使用し、学術文献、最近の研究、技術文書を自動引用付きで検索します。

連邦機関向けの競争的研究費助成申請書作成は複雑で時間がかかります。このスキルは、NSF、NIH、DARPAへの申請書に対して、機関固有のガイダンス、テンプレート、ベストプラクティスを提供します。

生物学的経路の研究には、複数のデータベースの検索と統計分析が必要です。このスキルは、経路エンリッチメント分析、遺伝子-経路マッピング、および分子間相互作用クエリのためのReactomeデータベースREST APIへの直接アクセスを提供します。

RDKitは分子解析のための強力なオープンソースのケモインフォマティクスライブラリです。このスキルは、分子特性の計算、類似性検索の実行、部分構造によるフィルタリング、化学構造の可視化に関する包括的なガイダンスを提供します。

量子コンピューティング開発には、複雑な回路設計、トランスパイル、ハードウェア固有の最適化に関する理解が必要です。このスキルは、量子回路の構築、シミュレータや実機でのVQEやQAOAなどのアルゴリズムの実行、結果の可視化に関する包括的なガイダンスを提供します。

創薬データセットを扱うには、散在するソースと一貫性のないフォーマットを扱う必要があります。PyTDCは、標準化されたAPI、意味のある分割、およびベンチマーク評価プロトコルを備えた50以上の厳選された治療用MLデータセットを提供します。

エンジニアや研究者は、コスト、重量、性能などの相反する目的の間で最適なトレードオフを見つける必要があります。このスキルは、pymooを通じてNSGA-II、NSGA-III、その他の進化的アルゴリズムにアクセスし、複雑な設計問題のパレート最適解を発見するためにを提供します。

ヘルスケア向け機械学習モデルの開発には、複雑な臨床データ形式、医療コーディングシステム、および専門的なモデルアーキテクチャの理解が必要です。このスキルでは、死亡率予測、薬物推奨、および医療コーディングタスク用の臨床予測モデルを構築、トレーニング、評価するためのPyHealthの使用に関する包括的なガイダンスを提供します。

バルクRNA-seqカウントデータから統計的な厳密性をもって差次的発現遺伝子を同定します。PyDESeq2は、正規化、分散推定、Wald検定、FDR補正、出版品質の可視化を含む完全なDESeq2ワークフローを提供します。