A espectrometria de massa gera dados espectrais complexos que requerem processamento especializado. O matchms oferece um kit de ferramentas Python completo para carregar, filtrar, comparar e identificar compostos a partir de dados espectrais com métricas de similaridade estabelecidas.

Tarefas de computação científica requerem recursos de hardware apropriados para executar de forma eficiente. Esta skill detecta automaticamente núcleos de CPU, disponibilidade de GPU, memória e espaço em disco para recomendar estratégias computacionais e escolhas de bibliotecas ideais.

A análise de dados geográficos requer ferramentas especializadas para manipular geometrias vetoriais, sistemas de coordenadas e relações espaciais. O GeoPandas estende o pandas para permitir operações espaciais em tipos geométricos para manipulação eficiente de dados geoespaciais.

Acesse dados regulatórios abrangentes da FDA incluindo medicamentos, dispositivos médicos, recalls de alimentos e informações sobre substâncias. Pesquise eventos adversos, rotulagem, aprovações e recalls usando a API oficial openFDA.

Cientistas precisam entender a estrutura e a qualidade de diversos arquivos de dados científicos antes da análise. Esta skill detecta automaticamente tipos de arquivos, extrai metadados, realiza análise estatística e gera relatórios markdown abrangentes para mais de 200 formatos científicos.

A análise manual de Excel leva horas de trabalho repetitivo. Esta skill fornece padrões prontos de pandas para ler, analisar e visualizar dados de planilhas em segundos.

Gerenciar dados de genômica e criar pipelines de análise no DNAnexus requer o aprendizado de APIs e padrões complexos. Esta skill fornece orientação abrangente para desenvolvimento de apps, gerenciamento de dados e execução de workflows na plataforma cloud DNAnexus.

Preveja poses de ligação 3D entre proteínas e ligantes de pequenas moléculas usando modelos de difusão de última geração. Gere previsões com pontuação de confiança para descoberta de fármacos baseada em estrutura e campanhas de triagem virtual.

Processar dados de sequenciamento de próxima geração para experimentos ChIP-seq, RNA-seq e ATAC-seq. Converter arquivos BAM em tracks de cobertura normalizados e gerar visualizações de qualidade para publicação, incluindo heatmaps, gráficos de correlação e gráficos de perfil.

Trabalhar com dados moleculares em Python requer código RDKit complexo. Datamol oferece funções simples para análise de SMILES, cálculo de propriedades e análise de compostos.

Acessar dados demográficos, econômicos e de saúde de múltiplas fontes globais requer navegar por APIs complexas. Esta skill fornece orientação completa para usar o cliente Python do Data Commons para consultar estatísticas populacionais, taxas de desemprego, cifras do PIB e outros conjuntos de dados públicos através de um grafo de conhecimento unificado.

Processar conjuntos de dados grandes que excedem a RAM disponível causa erros de memória e baixo desempenho. O Dask fornece abstrações de computação paralela que dimensionam operações pandas e NumPy para lidar com dados na escala de terabytes em laptops ou clusters.

Trabalhar com sequências biológicas, estruturas de proteínas ou dados genômicos requer ferramentas especializadas. Esta skill fornece documentação abrangente do Biopython para ajudá-lo a analisar arquivos FASTA, consultar bancos de dados NCBI, executar buscas BLAST, analisar estruturas de proteínas e realizar análises filogenéticas usando Python.

Gerenciar grandes matrizes de dados anotados para análise de genômica de células únicas é complexo. Esta skill fornece documentação abrangente para a biblioteca AnnData, permitindo o manuseio eficiente de arquivos h5ad, anotações de metadados e integração com o ecossistema scverse.

Novos membros da equipe precisam de instruções claras para solicitar acesso ao Snowflake. Esta skill fornece orientação passo a passo para gerar chaves RSA, enviar solicitações de acesso e conectar ao Snowflake via CLI, Python ou interface web.

Erros de banco de dados causam lentidão nas aplicações e perda de dados. Esta skill fornece listas de verificação abrangentes para design de schema, queries, padrões ORM e migrações.

Criar dados de teste realistas para desenvolvimento de banco de dados é demorado e propenso a erros. Esta skill ajuda você a gerar dados de seed adequadamente estruturados com relacionamentos realistas, restrições e cenários para qualquer sistema de banco de dados usando bibliotecas Faker e ferramentas ORM.

Entender esquemas de banco de dados complexos leva tempo e pode levar a erros. Esta habilidade ajuda você a gerar ERDs profissionais, diagramas Mermaid e documentação de qualquer fonte de esquema de banco de dados instantaneamente.

Transforme dados brutos em relatórios refinados em markdown e HTML. Crie documentos com gráficos, tabelas, resumos executivos e insights acionáveis a partir de qualquer conjunto de dados.

Consultas lentas no banco de dados impactam o desempenho da aplicação e a experiência do usuário. Esta habilidade fornece orientação especializada sobre análise de planos de execução de consultas, identificação de gargalos de desempenho e implementação de otimizações como indexação adequada e reestruturação de consultas.