ChEMBL 데이터베이스에 액세스하여 구조 및 속성별로 화합물을 검색합니다. 생체활성 측정치를 검색하고 억제제를 찾으며 약물 발견 연구를 위한 구조-활성 관계 연구를 수행합니다.

연구자들은 질병 연구 및 신약 개발을 위해 대규모 단일 세포 유전체학 데이터에 접근해야 합니다. 이 스킬은 CELLxGENE Census의 6,100만 개 세포에 대한 프로그래매틱 액세스를 제공하여 전체 데이터셋을 다운로드하지 않고도 집단 규모의 쿼리를 수행할 수 있습니다.

세계 최대의 효소 데이터베이스에서 포괄적인 효소 동력학 데이터에 접근하세요. Km 값, 반응 방정식, 유기체별 매개변수 및 기질 특이성 데이터를 생화학 연구와 대사 공학을 위해 찾아보세요.

일관된 Python API로 UniProt, KEGG, ChEMBL을 포함한 40개 이상의 생물 데이터베이스를 쿼리합니다. 생물정보학 연구를 위한 교차 데이터베이스 분석 및 식별자 변환을 단순화합니다.

연구자들은 관련 bioRxiv 프리프린트를 수동으로 검색하는 데 많은 시간을浪费합니다. 이 스킬은 키워드, 저자, 날짜 범위 및 과학적 범주를 통한 정밀한 필터링으로 문헌 발견을 자동화합니다.

Biopython을 사용하여 DNA, RNA 및 단백질 시퀀스를 효율적으로 처리합니다. NCBI 데이터베이스에 프로그래밍 방식으로 접근하고, 시퀀스 정렬을 수행하며, 연구 애플리케이션을 위한 복잡한 생물정보학 파이프라인을 자동화합니다.

Biomni는 다단계 분석 작업을 자율적으로 수행하여 복잡한 생물의학 연구를 혁신합니다. 연구자들은 과학적 질문에 집중할 수 있으며, AI가 유전학, 약물 발견, 임상 영역 전반에 걸쳐 데이터 처리, 문헌 검토, 계산 분석을 담당합니다.

Benchling R&D 플랫폼과 통합하여 실험실 워크플로우를 자동화하고 생물학적 데이터를 관리합니다. Python SDK 또는 REST API를 통해 DNA 서열, 단백질 데이터, 인벤토리 및 전자 실험 노트북에 접근합니다.

천문 데이터 작업에는 복잡한 좌표계, 파일 형식 및 계산 처리가 필요합니다. 이 스킬은 Astropy를 사용하여 천체 좌표, FITS 파일 및 우주론적 계산을 처리하는 방법에 대한 안내를 제공합니다.

유전자 조절 네트워크 추론은 전사체 데이터에서 전사 인자-표적 유전자 관계를 식별합니다. Arboreto는 GRNBoost2와 GENIE3 알고리즘의 확장 가능한 구현을 제공하여 로컬 머신이나 분산 클러스터에서 대량 및 단일 세포 RNA-seq 데이터를 처리합니다.

AnnData는 단일세포 게노믹스에서 사용되는 주석이 포함된 매트릭스를 위한 표준화된 데이터 구조를 제공합니다. 이 스킬은 메타데이터, 임베딩, scverse 생태계를 완벽하게 지원하여 .h5ad 파일을 생성, 읽기, 쓰기 및 조작할 수 있게 합니다.

연구자들은 신약 발견과 구조생물학 연구를 위해 계산 기반 단백질 구조 예측에 효율적으로 접근해야 합니다. 이 스킬은 AlphaFold DB의 2억+ AI 예측 단백질 구조에 직접 접근할 수 있게 하며, UniProt ID로 조회, 좌표 파일 다운로드, 신뢰도 지표 분석을 가능하게 합니다.

시계열 데이터에는 표준 머신러닝을 넘어선 특수 알고리즘이 필요합니다. Aeon은 시간 데이터에 대한 분류, 회귀, 클러스터링, 예측, 이상 탐지, 세분화 및 유사도 검색을 위해 scikit-learn 호환 API를 제공합니다.

단백질 설계에는 실험적 검증이 필요합니다. Adaptyv는 결합 친화도, 발현 수준, 열안정성 및 효소 활성도를 자동 테스트하기 위한 클라우드 랩에 대한 API 액세스를 제공합니다. 약 21일 내에 실험 결과를 받으세요.

매력적이고 교육적인 그림책을 만들려면 시각적 일관성, 연령에 적합한 콘텐츠, 문화적 관련성에 대한 세심한 주의가 필요합니다. 이 스킬은 18가지 시각 스타일과 12가지 장면 유형으로 구성된 고품질 이중언어 그림책 콘텐츠를 3-12세 연령에 맞춰 생성합니다.

X에 콘텐츠를 게시하려면 수동 입력이나 위험한 자동 게시 도구가 필요합니다. 이 스킬은 브라우저 자동화를 사용하여 트윗을 준비하고 초안으로 저장하여 게시물이 게시되기 전에 사용자가 완전히 검토할 수 있도록 합니다.

콘텐츠 제작자는 일관적으로 매력적인 소셜 미디어 게시물을 만드는 데 어려움을 겪습니다. 이 스킬는 입증된 패턴을 활용하여 개인 스타일에 맞춰 짧은 트윗, 다중 트윗 스레드, 답글 등 바이럴에 강한 X(Twitter) 콘텐츠를 생성합니다.

매력적인 X(트위터) 콘텐츠를 만들기 위해서는 여러 출처에 걸친 철저한 조사가 필요합니다. 이 스킬은 4라운드 웹 검색 전략을 자동화하여 게시물을 위한 권위 있는 기술적, 비교적, 검증된 자료를 수집합니다.

AI 메모리 파일은 크기가 커져 입력 토큰을 낭비합니다. 이 스킬은 자연어를 caveman 포맷으로 압축하여 코드, URLs, 기술 콘텐츠는 그대로 보존하면서 토큰 사용량을 65-75% 절약합니다.

코드 리뷰 피드백은 종종 장황하고 반복적이어서 실행 가능한 항목을 정중한 수식어 속에 묻어둡니다. 이 스킬은 각 리뷰 발견 사항을 정확한 위치, 문제점, 수정 사항과 함께 한 줄로 포맷합니다.