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。

手動による仮説生成は時間がかかり、認知バイアスの影響を受けやすい問題があります。HypogenicはLLMを使用して仮説生成とテストを自動化し、研究者が表形式データセット内のパターンを体系的に探索し、実証的知見と文献の洞察を組み合わせることを可能にします。

このスキルは、220,000以上の代謝物エントリを含むヒューマンメタボロームデータベースへのアクセスを提供します。研究者は、化学名、構造、またはIDで検索することで、メタボローム研究のための特性、スペクトル、およびバイオマーカーデータを取得できます。

Histolabは、超高解像度全スライド画像から組織の検出とタイル抽出を自動化します。WSIファイルを処理して、深層学習パイプラインや医学研究のために有益なタイルを抽出します。

NHGRI-EBI GWASカタログから包括的なゲノムワイド関連研究データにアクセスします。rs ID、性状、または遺伝子別にバリアントを検索し、遺伝研究のためのp値、効果量、サマリー統計を取得できます。

バイオインフォマティクス研究向けにゲノム区間データを処理・解析します。Gtarsは、オーバーラップ検出、カバレッジ解析、ゲノム配列のMLトークナイゼーション向けの高性能ツールを提供します。

gget は、シンプルな CLI または Python インターフェースを通じて 20 以上のゲノムデータベースに統一的にアクセスできます。複数の API 接続を管理することなく、遺伝子情報の検索、配列の取得、BLAST 検索、エンリッチメント解析を実行できます。

科学技術計算のタスクでは、最適な計算戦略を選ぶためにハードウェア情報が必要です。このスキルはCPUコア数、GPUの有無、メモリ、ディスク容量を自動検出し、並列処理とGPUアクセラレーションの推奨事項を生成します。

GeoPandasはpandasを拡張して地理空間操作を可能にします。シェープファイル、GeoJSON、PostGISデータの読み込みに対応。空間結合、バッファ解析、座標変換、matplotlibとの連携によるコロプレス地図の作成が可能です。

研究者は分析のために遺伝子発現データセットに効率的にアクセスする必要があります。このスキルにより、数百万のゲノムクスサンプルを含むNCBIのGEOデータベースへのクエリ、ダウンロード、分析が可能になります。

GenimlはBEDファイルを機械学習エンベディングに変換し、ゲノム領域の解析を可能にします。クロマチンアクセシビリティのパターンを発見するためのモデルのトレーニング、コンセンサスピークセットの構築、単細胞ATAC-seqデータの解析を行います。

AIモデルを使用して、プレゼンテーション、ドキュメント、出版物向けの高品質な画像を作成します。シンプルなテキストプロンプトでオリジナルアートワークを生成したり、既存の画像を編集したりできます。OpenRouter APIを通じてFLUXとGeminiモデルにアクセスできます。

配列、注釈、機能情報を含むNCBIの包括的な遺伝子データにアクセスできます。遺伝子シンボル、ID、または生物学的コンテキストで検索し、バイオインフォマティクス研究向けにRefSeq、Gene Ontology、染色体位置、表現型を取得します。

FluidSimはPythonで高性能な計算流体力学を実現します。単純なPythonコマンドでNavier-Stokesシミュレーション、亂流解析、结果の可視化を実行できます。複雑なFortranやC++のセットアップは不要です。

フローサイトメトリーデータには特殊なファイルHandlingが必要です。FlowIOはFCSファイルを解析し、イベントデータをNumPy配列として抽出 downstream分析パイプラインへのCSV形式への変換を可能にします。

公式のopenFDA APIを通じて、医薬品の有害事象、医療機器のリコール、安全性情報を含む包括的なFDA規制データにアクセス。Pythonでファーマコビジランスと規制研究のワークフローを構築。

科学データファイルは何百もの形式があります。このスキルはファイルタイプを自動的に検出し、メタデータを抽出し、データ品質を評価し、形式固有の分析推奨事項を含む包括的なマークダウンレポートを生成します。

ETE toolkitは進化生物学研究の系統解析を効率化します。樹形データの処理、進化イベントの検出、論文掲載に適した可視化の作成が可能です。

タンパク質工学では、新規タンパク質配列の分析と設計が必要です。ESMは最先端のタンパク質言語モデルを提供し、配列の生成、構造予測、下流分析のためのエンベディング作成に使用できます。配列、構造、関数全体をまたがる生成タスクにはESM3を、効率的な表現学習にはESM Cを使用してください。

EnsemblゲノムデータベースREST APIを使用して、脊椎動物のゲノムデータをクエリします。250種以上の種で遺伝子を検索し、シークエンスを取得し、VEPでバリアントを分析し、比較ゲノミクスを行います。