A computação quântica permite resolver problemas complexos de otimização, química e aprendizado de máquina que são intratáveis para computadores clássicos. O Qiskit fornece as ferramentas para construir circuitos quânticos, otimizá-los para hardware da IBM e executar em processadores quânticos reais ou simuladores.

Esta skill ajuda a organizar código PyTorch em LightningModules reutilizáveis. Fornece templates e documentação para configurar treinamento multi-GPU, implementar pipelines de dados e configurar rastreamento de experimentos com ferramentas populares como W&B e TensorBoard.

Pesquisadores de descoberta de fármacos precisam de conjuntos de dados padronizados para treinar modelos de ML. O PyTDC fornece conjuntos de dados curados de ADME, toxicidade e interação fármaco-alvo com divisões treino-teste adequadas e oráculos de avaliação.

Processar e analisar dados de sequenciamento de DNA com ferramentas para leitura de arquivos BAM, VCF e FASTQ. Extrair regiões genômicas, calcular estatísticas de cobertura e integrar múltiplos tipos de arquivo para análise abrangente de variantes.

Processe dados de proteômica e metabolômica com ferramentas abrangentes de espectrometria de massa. Esta habilidade oferece acesso aos algoritmos OpenMS para manipulação de formatos de arquivo, processamento espectral, detecção de recursos e fluxos de trabalho de identificação de peptídeos.

A otimização multiobjetivo envolve encontrar soluções de compromisso quando múltiplos objetivos conflitantes precisam ser satisfeitos. Esta skill fornece acesso abrangente aos algoritmos do pymoo, incluindo NSGA-II, NSGA-III e MOEA/D para encontrar soluções Pareto-ótimas e visualizar frentes de compromisso.

Construa, ajuste e valide modelos bayesianos usando PyMC. Crie modelos hierárquicos, execute amostragem MCMC e compare modelos com métricas LOO e WAIC.

Trabalhe com estruturas cristalinas e dados de materiais. Converta formatos de arquivo, compute diagramas de fase, analise simetria e acesse o banco de dados do Materials Project para pesquisa em ciência de materiais computacional.

Automatize fluxos de trabalho de laboratório controlando robôs de manipulação de líquidos, leitores de placas e equipamentos de laboratório através de comandos Python unificados. Esta habilidade permite protocolos reproduzíveis nas plataformas Hamilton, Tecan e Opentrons com simulação integrada para testes.

Pesquisadores de saúde e cientistas de dados lutam com formatos complexos de dados clínicos e sistemas de codificação. O PyHealth oferece um toolkit unificado para carregar conjuntos de dados médicos, processar dados de EHR, treinar modelos preditivos e trabalhar com códigos médicos padrão.

Processar imagens médicas DICOM, incluindo TC, RM, raio-X e ultrassom. Ler, escrever, anonimizar, converter e extrair metadados de arquivos de imagens de saúde.

O PyDESeq2 permite análise de expressão gênica diferencial a partir de dados de contagem de RNA-seq em massa. Realize testes estatísticos, correção de comparações múltiplas e gere gráficos de volcano e MA prontos para publicação em sua pesquisa em genômica.

Treinar agentes de RL requer ambientes paralelos de alto desempenho e algoritmos eficientes. PufferLib fornece treinamento otimizado de PPO+LSTM com speedups de 2-10x através de vetorização, buffers de memória compartilhada e suporte multi-agente.

Pesquisadores precisam de acesso eficiente à literatura biomédica para revisões sistemáticas e pesquisas baseadas em evidências. Esta skill fornece documentação abrangente para consultas no PubMed, incluindo operadores booleanos, termos MeSH e acesso à API E-utilities.

Pesquisadores precisam de acesso rápido a propriedades moleculares e estruturas químicas. Esta skill conecta-se ao banco de dados de mais de 110 milhões de compostos do PubChem para consultas de quimioinformática instantâneas.

Esta skill oferece integração abrangente com a API do protocols.io para gerenciamento de protocolos científicos. Use-a para pesquisar protocolos existentes, criar novos protocolos, gerenciar espaços de trabalho colaborativos, lidar com discussões e organizar fluxos de trabalho de documentação de laboratório.

Transforme conteúdo de pesquisa em pôsteres de pesquisa profissionais usando HTML e CSS com visuais gerados por IA. Exporte para PDF para impressão ou converta para PowerPoint para apresentações em conferências.

Pare de criar apresentações manualmente. Esta habilidade converte HTML para PowerPoint, edita slides existentes e extrai conteúdo usando fluxos de trabalho XML comprovados. Crie apresentações mais rapidamente com código.

Processe grandes conjuntos de dados na memória com o Polars, a biblioteca de DataFrame de alto desempenho. Recursos de avaliação preguiçosa, execução paralela e backend Apache Arrow para operações 10x mais rápidas que o pandas.

A visualização de dados frequentemente requer código complexo e carece de interatividade para exploração. Esta habilidade fornece orientação abrangente para criar gráficos interativos e de qualidade para publicação com Plotly, apresentando tooltips de hover, zoom, pan e mais de 40 tipos de gráficos para painéis e análise de dados.