A modelagem bayesiana exige priores cuidadosos, diagnósticos e verificações de modelo. Esta skill orienta fluxos de trabalho com PyMC desde a configuração do modelo até a validação e comparação posterior.

Projetos de aprendizado de máquina clínico exigem tratamento cuidadoso de conjuntos de dados, sistemas de codificação, tarefas, modelos e validação. Esta skill organiza orientações de PyHealth para que Claude, Codex e Claude Code possam ajudar a projetar fluxos de trabalho reprodutíveis de IA em saúde.

Equipes de dados precisam de orientação rápida ao criar pipelines Polars e migrar de pandas. Esta skill fornece padrões concisos para expressões, consultas lazy, I/O, joins e ajuste de desempenho.

Desenvolvedores frequentemente precisam de exemplos confiáveis de Plotly para muitos tipos de gráficos. Esta skill fornece orientações concisas em Python para gráficos, estilização, interatividade, exportações e integração com Dash.

O trabalho em biologia estrutural exige IDs de estrutura, metadados e arquivos de coordenadas precisos. Esta skill orienta Claude, Codex e Claude Code por fluxos de trabalho de busca e recuperação no RCSB PDB.

As equipes de descoberta de medicamentos precisam de formas confiáveis de conectar genes, doenças, evidências e medicamentos conhecidos. Esta skill orienta Claude, Codex e Claude Code em consultas ao Open Targets e na interpretação de evidências.

Equipes de microscopia precisam de padrões confiáveis para acessar dados do OMERO sem reconstruir exemplos do zero. Esta skill fornece fluxos de trabalho práticos em Python para imagens, metadados, ROIs, tabelas e processamento em lote.

A análise de Neuropixels requer muitas etapas interligadas de pré-processamento, ordenação e curadoria. Esta skill fornece fluxos de trabalho, scripts e referências práticos do SpikeInterface para análise reprodutível de gravações neurais.

A análise de biossinais exige escolhas metodológicas cuidadosas para diversos tipos de sinal. Esta skill oferece orientações estruturadas sobre NeuroKit2 para pré-processamento, extração de características, interpretação e relatórios.

Investigadores em metabolómica precisam de acesso rápido a estudos públicos, registos de compostos e nomes padronizados. Esta skill orienta Claude, Codex e Claude Code através de consultas à API REST e da interpretação de resultados.

O Matplotlib pode ser difícil de usar de maneira consistente em gráficos científicos complexos. Esta habilidade oferece exemplos práticos, orientações de estilo e scripts auxiliares para criar figuras mais claras.

Equipas de bioinformática precisam de fluxos de trabalho repetíveis, gestão de dados e configurações de recursos no Latch. Esta skill orienta a criação de fluxos de trabalho, a implementação, o uso do Registry e a integração de pipelines verificados.

Fluxos de trabalho com intervalos genômicos precisam de ferramentas rápidas de sobreposição, cobertura e tokenização. Esta habilidade orienta Claude, Codex e Claude Code em APIs gtars e fluxos de trabalho CLI.

A pesquisa em bioinformática frequentemente exige muitas consultas a bancos de dados e diversos formatos de arquivo. Esta skill orienta Claude, Codex e Claude Code no uso de comandos gget e fluxos de trabalho em Python.

O trabalho geoespacial frequentemente falha quando formatos de arquivo, sistemas de coordenadas e operações espaciais não estão claros. Esta skill fornece padrões de GeoPandas para carregar dados, transformar CRS, analisar geometrias e criar mapas.

Os conjuntos de dados públicos do GEO são difíceis de pesquisar, baixar e preparar de forma consistente. Esta skill orienta Claude, Codex e Claude Code nos fluxos de trabalho de pesquisa, recuperação e análise transcriptômica do NCBI GEO.

Projetos de intervalos genômicos precisam de pré-processamento consistente, treinamento de embeddings e construção de universos. Esta skill orienta fluxos de trabalho do Geniml para arquivos BED, dados scATAC-seq e avaliação de modelos.

Arquivos FCS podem ser difíceis de inspecionar, converter e reparar em fluxos de trabalho Python. Esta skill orienta Claude, Codex e Claude Code no parsing com FlowIO, na extração de metadados e na exportação de FCS.

Os dados regulatórios da FDA estão espalhados por muitos endpoints openFDA. Esta habilidade ajuda agentes de IA a consultar medicamentos, dispositivos, alimentos, produtos veterinários e substâncias.

Arquivos de dados científicos são difíceis de inspecionar porque cada formato armazena estruturas e metadados de maneira diferente. Esta habilidade detecta formatos, traça o perfil da qualidade dos dados e cria relatórios práticos de EDA em markdown.