Анализируйте терапевтические ML-наборы данных с PyTDC
Командам по разработке лекарств нужны надежные наборы данных и справедливые протоколы оценки. Этот навык помогает Claude использовать PyTDC для курируемых терапевтических ML-данных, benchmark-разбиений, метрик и молекулярных оракулов.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "pytdc" from https://skillstore.io/skills/k-dense-ai-pytdc.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-pytdc/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «pytdc». Загрузи ADME-набор данных и объясни разбиение.
Ожидаемый результат:
Использование «pytdc». Как мне сообщать результаты ADMET benchmark?
Ожидаемый результат:
Использование «pytdc». Оцени кандидатов для генерации молекул.
Ожидаемый результат:
The static findings are false positives caused by markdown backticks, documentation URLs, scientific names, dictionary key access, and TDC dataset split examples. I found no evidence of command execution, credential handling, malicious network behavior, prompt injection, or reconnaissance intent in the cited files.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/k-dense-ai-pytdc/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-pytdc?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-pytdc?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-pytdc/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-pytdc.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>K-Dense-AI. (2026). pytdc security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-pytdc/audits/9@techreport{k-dense-ai-k-dense-ai-pytdc-2026,
author = {K-Dense-AI},
title = {pytdc security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/k-dense-ai-pytdc/audits/9},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "pytdc security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/k-dense-ai-pytdc/audits/9"
identifiers:
- type: other
value: "skillstore:k-dense-ai-pytdc:audit:9"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
k-dense-ai-pytdc
2026-09-09
davila7-pytdc
2026-09-09
Загружайте курируемые фармакокинетические наборы данных, выбирайте scaffold-разбиения и подбирайте метрики оценки для предсказания молекулярных свойств.
Запускайте multi-seed benchmark-процессы для задач разработки лекарств и суммируйте результаты в виде среднего значения и стандартного отклонения.
Оценивайте молекулы-кандидаты с помощью TDC-оракулов по drug-likeness, синтетической доступности и свойствам, связанным с мишенью.
Используй PyTDC, чтобы загрузить ADME-набор данных Caco2_Wang, создать scaffold split и объяснить столбцы train, validation и test.
Сравни random, scaffold, cold drug и cold target splits для моей задачи drug-target interaction, затем порекомендуй один вариант для реалистичной оценки.
Помоги мне структурировать five-seed ADMET benchmark evaluation для моей модели и перечисли метрики и сводку результатов, которые мне следует сообщить.
Спроектируй рабочий процесс PyTDC, который оценивает сгенерированные молекулы с помощью оракулов QED, SA, LogP и GSK3B, а затем ранжирует кандидатов с использованием сбалансированной целевой функции.
Автор
K-Dense-AIЛицензия
MIT license
Ревизия Skillstore
r1
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/pytdcСсылка
1ffa7643651792ccb4bd3b15d924d2c97edff755
Актуальность поддержки
18.07.2026
Использование
6 загрузок · 515 просмотров
Структура файлов
Подготовка материалов для академических площадок
Академические материалы часто не проходят проверку, потому что правила оформления различаются в зависимости от площадки. Этот навык предоставляет шаблоны, требования и примеры для более быстрой подготовки.
Подготовка документов для сертификации ISO 13485
Команды, работающие с медицинскими изделиями, должны подготовить полный комплект документации СМК перед сертификационными аудитами. Этот навык предоставляет шаблоны, чек-листы и рекомендации по анализу пробелов для готовности к ISO 13485.
Выполнение молекулярного докинга DiffDock
Докинг белка и лиганда требует тщательной настройки, выбора параметров и интерпретации результатов. Этот навык помогает с рабочими процессами DiffDock для поз, оценок уверенности и скрининга.
Формирование проверяемых научных гипотез
Исследователям необходимо превращать наблюдения в ясные, проверяемые объяснения. Этот навык структурирует обзор доказательств, конкурирующие гипотезы, прогнозы и планы экспериментов.
Анализируйте исследовательские данные со статистической поддержкой
Выбор тестов и оформление результатов могут быть медленными и чреватыми ошибками. Этот skill помогает с выбором тестов, проверкой предпосылок, размерами эффекта, анализом мощности, байесовскими вариантами и оформлением по APA.
Анализ Single-Cell RNA-seq с помощью Scanpy
Анализ single-cell RNA-seq требует множества взаимосвязанных решений по QC, нормализации, кластеризации и построению графиков. Этот навык предоставляет Claude, Codex и Claude Code структурированные рабочие процессы Scanpy, справочные рекомендации и переиспользуемые скрипты анализа.
Исследование данных Open Targets для разработки лекарственных препаратов
от davila7
Командам, занимающимся разработкой лекарственных препаратов, нужны надежные способы связывать гены, заболевания, доказательные данные и известные препараты. Этот навык помогает Claude, Codex и Claude Code выполнять запросы к Open Targets и интерпретировать доказательные данные.
Анализ файлов научных данных
от davila7
Файлы научных данных сложно исследовать, поскольку каждый формат по-разному хранит структуру и метаданные. Этот навык определяет форматы, оценивает качество данных и создает практические отчеты по разведочному анализу данных в формате markdown.
Проектирование экспериментов и моделей в науке о данных
от alirezarezvani
Проекты в области науки о данных часто терпят неудачу, когда эксперименты, признаки и модели не имеют четкой статистической структуры. Этот навык дает Claude, Codex и Claude Code пошаговые рабочие процессы для экспериментов, инженерии признаков и анализа моделей.
Проверка ML-процессов на скрытые антипаттерны
от Doyajin174
ML-проекты могут выглядеть точными, пока утечка данных или слабая оценка скрывают серьезные недостатки. Этот навык помогает проводить структурированные проверки разбиений, метрик, обучения и готовности к развертыванию.
Создание production-систем ML и RAG
от davila7
Production-системы ML сложно последовательно проектировать, развертывать и мониторить. Этот навык помогает с MLOps, интеграцией LLM, архитектурой RAG и локальными заготовками рабочих процессов.
Анализ филогенетических деревьев с помощью ETE
от davila7
Филогенетический анализ часто требует специализированного разбора деревьев, поиска таксономических данных и создания графических материалов. Этот навык помогает Claude, Codex и Claude Code выполнять рабочие процессы ETE для анализа и визуализации.