Обработка данных протеомики и метаболомики с помощью комплексных инструментов масс-спектрометрии. Этот навык предоставляет доступ к алгоритмам OpenMS для работы с форматами файлов, обработки спектров, обнаружения признаков и рабочих процессов идентификации пептидов.

Многокритериальная оптимизация включает поиск компромиссных решений, когда необходимо удовлетворить несколько конфликтующих целей. Этот навык обеспечивает полный доступ к алгоритмам pymoo, включая NSGA-II, NSGA-III и MOEA/D, для поиска решений, оптимальных по Парето, и визуализации компромиссных фронтов.

Создание, подгонка и проверка байесовских моделей с использованием PyMC. Создание иерархических моделей, запуск MCMC-сэмплирования и сравнение моделей с помощью метрик LOO и WAIC.

Работа с кристаллическими структурами и данными о материалах. Конвертация форматов файлов, построение фазовых диаграмм, анализ симметрии и доступ к базе данных Materials Project для исследований в области вычислительного материаловедения.

Автоматизируйте лабораторные рабочие процессы, управляя роботами для дозирования жидкостей, планшетными ридерами и лабораторным оборудованием с помощью унифицированных команд Python. Этот навык обеспечивает воспроизводимые протоколы на платформах Hamilton, Tecan и Opentrons со встроенной симуляцией для тестирования.

Исследователи в области здравоохранения и специалисты по данным сталкиваются со сложными форматами клинических данных и системами кодирования. PyHealth предоставляет унифицированный набор инструментов для загрузки медицинских наборов данных, обработки данных ЭМК, обучения прогнозных моделей и работы со стандартными медицинскими кодами.

Обработка медицинских изображений DICOM, включая КТ, МРТ, рентген и УЗИ. Чтение, запись, анонимизация, конвертация и извлечение метаданных из медицинских файлов изображений.

PyDESeq2 позволяет проводить анализ дифференциальной экспрессии генов на основе данных подсчетов объемного RNA-seq. Выполняйте статистическое тестирование, коррекцию множественных сравнений и создавайте готовые к публикации вулканные и MA графики для ваших геномных исследований.

Обучение агентов RL требует высокопроизводительных параллельных окружений и эффективных алгоритмов. PufferLib обеспечивает оптимизированное обучение PPO+LSTM с ускорением в 2-10 раз благодаря векторизации, разделяемым буферам памяти и поддержке мультиагентных систем.

Исследователям необходим эффективный доступ к биомедицинской литературе для систематических обзоров и доказательных исследований. Этот навык предоставляет полную документацию для запросов PubMed, включая булевы операторы, термины MeSH и доступ к API E-utilities.

Исследователям нужен быстрый доступ к молекулярным свойствам и химическим структурам. Этот навык подключается к базе данных PubChem с более чем 110 миллионами соединений для мгновенных запросов по хемоинформатике.

Этот навык обеспечивает комплексную интеграцию с API protocols.io для управления научными протоколами. Используйте его для поиска существующих протоколов, создания новых протоколов, управления рабочими пространствами для совместной работы, обработки обсуждений и организации рабочих процессов лабораторной документации.

Преобразуйте исследовательский контент в профессиональные научные постеры с помощью HTML и CSS и визуалов, сгенерированных ИИ. Экспортируйте в PDF для печати или конвертируйте в PowerPoint для конференционных презентаций.

Перестаньте создавать презентации вручную. Этот навык конвертирует HTML в PowerPoint, редактирует существующие слайды и извлекает контент с помощью проверенных XML‑процессов. Создавайте презентации быстрее с помощью кода.

Обрабатывайте большие наборы данных в памяти с помощью Polars — высокопроизводительной библиотеки DataFrame. Функции включают ленивые вычисления, параллельное выполнение и бэкенд Apache Arrow для операций в 10 раз быстрее, чем в pandas.

Визуализация данных часто требует сложного кода и не обладает интерактивностью для исследования. Этот навык предоставляет исчерпывающее руководство по созданию интерактивных графиков публикационного качества с помощью Plotly, включая всплывающие подсказки, масштабирование, панорамирование и более 40 типов графиков для дашбордов и анализа данных.

Этот навык позволяет выполнять поиск в интернете с использованием ИИ для поиска актуальной информации, недавних научных исследований и обоснованных ответов с указанием источников. Он предоставляет доступ к нескольким моделям Perplexity через один ключ API OpenRouter.

Создание квантовых моделей машинного обучения требует понимания квантовых схем, вычисления градиентов и гибридных классическо-квантовых рабочих процессов. Этот навык предоставляет комплексную документацию по PennyLane, позволяя разработчикам обучать квантовые схемы с автоматическим дифференцированием на симуляторах и реальном квантовом оборудовании.

Исследователям необходимы систематические инструменты для оценки рукописей на соответствие строгим методологическим стандартам и стандартам отчетности. Этот навык предоставляет структурированные рабочие процессы рецензирования с чек-листовой оценкой статистической строгости, воспроизводимости и соответствия специфическим для дисциплины руководствам.

ИИ-навык для Claude, Codex и Claude Code