ChEMBLデータベースにアクセスして、構造や特性による化合物の検索、生物活性測定値の取得、インhibitorの発見創薬研究のための構造活性相関研究を行います。

研究者は疾患研究や創薬のために大規模なシングルセルゲノミクスデータへのアクセスを必要としています。このスキルはCELLxGENE Censusの6100万細胞へのプログラムによるアクセスを提供し、データセット全体ダウンロードせずに集団規模のクエリを可能にします。

世界最大の酵素データベースから包括的な酵素速度論データにアクセスします。生化学研究および代謝工学のために、Km値、反応式、生物種固有のパラメータ、基質特異性データを見つけます。

UniProt、KEGG、ChEMBLを含む40以上の生物学的データベースを一貫したPython APIで照会できます。バイオインフォマティクス研究におけるデータベース間分析と識別子変換を簡素化します。

研究者は関連するプレプリントを見つけるためにbioRxivを手動で何時間も検索しています。このスキルは、キーワード、著者、日付範囲、科学カテゴリでの精密なフィルタリングにより、文献発見を自動化します。

Biopythonを使用してDNA、RNA、およびタンパク質配列を効率的に処理します。NCBIデータベースにプログラムでアクセスし、配列アライメントを実行し、研究用途の複雑なバイオインフォマティクスパイプラインを自動化します。

Biomniは複雑なバイオメディカル研究を自律的に多段階分析タスクを実行することで変革します。研究者は科学的な質問に焦点を当てながら、AIがデータ処理、文献レビュー、およびゲノムクス、創薬、臨床ドメイン全体の計算分析を処理します。

Benchling R&Dプラットフォームとの連携により、 laboratory workflowsの自動化と生物学的データ管理を実現します。Python SDKまたはREST APIを通じて、DNA配列、タンパク質データ、インベントリ、および電子ラボノートにアクセスできます。

天文データの操作には、複雑な座標系、ファイル形式、計算の処理が必要です。このスキルは、天体座標、FITSファイル、宇宙論的計算を処理するためのAstropyの使用に関するガイダンスを提供します。

遺伝子制御ネットワーク推論は、トランスクリプトミクスデータから転写因子-標的遺伝子関係を特定します。Arboretoは、GRNBoost2およびGENIE3アルゴリズムのスケーラブルな実装を提供し、ローカルマシンまたは分散クラスターでバルクおよびシングルセルRNA-seqデータを処理できます。

AnnDataはシングルセルゲノミクスで使用される注釈付き行列の標準化されたデータ構造を提供します。このスキルにより、メタデータ、埋め込み、およびscverseエコシステムを完全にサポートした.h5adファイルの作成、読み取り、書き込み、および操作が可能になります。

研究者は、創薬および構造生物学研究のために計算タンパク質構造予測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、200M以上のAI予測タンパク質構造へのAlphaFold DBへの直接アクセスを提供し、UniProt IDによる取得、座標ファイルのダウンロード、信頼性指標の分析を可能にします。

時系列データには標準的な機械学習を超えた特殊なアルゴリズムが必要です。Aeonは、時系列データに対する分類、回帰、クラスタリング、予測、異常検知、セグメンテーション、類似性検索向けに、scikit-learn互換のAPIを提供します。

タンパク質設計には実験的検証が必要です。Adaptyvは、結合親和性、発現レベル、熱安定性、および酵素活性の自動テストのためのクラウドラボへのAPIアクセスを提供します。約21日で実験結果を取得できます。

魅力的で教育的な子どもたちの絵本を作成するには、視覚的一貫性、年齢に適したコンテンツ、そして文化的関連性に細心の注意が必要です。このスキルは、18のビジュアルスタイルと12のシーンタイプを備えた、高品質のバイリンガル絵本コンテンツを生成し、3歳から12歳向けに量身定制されています。

Xへのコンテンツの公開には、手動での入力やリスクのある自動投稿ツールが必要です。このスキルはブラウザ自動化を使用してツイートを準備し下書きに保存することで、投稿が公開される前にユーザーが完全に確認できるようにします。

コンテンツクリエイターは、一貫して魅力的なSNS投稿を制作することに困難を感じています。このスキルは、証明されたパターンを使用して、あなたの個人スタイルに合わせた短いツイート、マルチツイートスレッド、返信を含むバイラルなX（Twitter）コンテンツを生成します。

魅力的な X (Twitter) コンテンツを作成するには、複数のソースにわたる徹底的なリサーチが必要です。このスキルは、投稿用の権威ある技術的、比較的、検証済みの素材を収集するための4ラウンドのウェブ検索戦略を自動化します。

AIメモリファイルは肥大化し、入力トークンを浪費します。このスキルは自然な言語の文章を caveman 形式に圧縮し、コード、URL、技術的コンテンツはすべて保持しながらトークンを65〜75%節約します。

コードレビューのフィードバックは冗長で繰り返しが多く、実践的な指摘が丁寧な前置きに埋もれがちです。このスキルは、各レビュー指摘を正確な位置、問題点、修正方法を含む一行でフォーマットします。