Modal 是一个用于在云端运行 Python 代码的无服务器平台。它提供即时访问 GPU、自动扩展和按使用量计费。部署机器学习模型、运行批量处理任务以及提供 API 服务，无需管理基础设施。

药物发现需要从大型化合物库中筛选具有类药性特性的化合物。本技能应用成熟的药物化学规则，包括五规则、Veber规则和PAINS滤波器，有效筛选化合物并识别结构警示。

Matplotlib 可以完全控制每个视觉元素，用于创建出版物质量的图形。掌握 pyplot 和面向对象的接口，从简单的线图到复杂的多面板科学可视化，构建任何类型的图表。

科学家和工程师经常在使用MATLAB语法和最佳实践方面遇到困难。本技能提供全面的参考文档，涵盖矩阵运算、可视化和数值分析。

部署生产级生物信息学工作流，无需管理基础设施。使用 Python 装饰器创建无服务器管道，支持自动容器化、GPU 加速和集成云存储。

生物研究产生复杂的数据集，这些数据集难以追踪、查询和复现。LaminDB提供了一个统一的框架来管理生物数据，具有自动沿袭追踪、基于本体的注释以及与工作流管理器的无缝集成。

该技能提供对人类代谢组数据库的访问权限，该数据库包含超过220,000种代谢物条目。研究人员可以通过化学名称、结构或ID进行搜索，以获取代谢组学研究的属性、光谱和生物标志物数据。

Histolab 可自动从千兆像素全切片图像中检测组织并提取tiles。它处理WSI文件以提取用于深度学习流程和医学研究的信息tiles。

访问来自NHGRI-EBI GWAS目录的综合全基因组关联研究数据。通过rs ID、性状或基因搜索变异，获取遗传研究的p值、效应量和汇总统计信息。

处理和分析基因组区间数据用于生物信息学研究。Gtars 提供高性能工具，用于重叠检测、覆盖分析和基因组序列的机器学习标记化。

gget通过简单的命令行界面或Python接口提供对20多个基因组数据库的统一访问。查询基因信息、检索序列、执行BLAST搜索和运行富集分析，无需管理多个API连接。

科学计算任务需要硬件信息来选择最佳计算策略。此技能可自动检测CPU核心数、GPU可用性、内存和磁盘空间，然后生成并行处理和GPU加速的建议。

GeoPandas 扩展了 pandas 以支持地理空间操作。它支持读取 shapefile、GeoJSON 和 PostGIS 数据。执行空间连接、缓冲区分析、坐标转换，并使用 matplotlib 集成创建等值区域地图。

流式细胞术数据需要专门的文件处理方式。FlowIO解析FCS文件，将事件数据提取为NumPy数组，并支持转换为CSV格式以便进行下游分析流程。

通过官方openFDA API访问全面的FDA监管数据，包括药品不良事件、医疗器械召回和安全信息。使用Python构建药物警戒和监管研究工作流程。

科学数据文件有数百种格式。此技能可自动检测文件类型、提取元数据、评估数据质量，并生成包含特定格式分析建议的综合Markdown报告。

DrugBank 是一个包含详细药物信息的综合生物信息学数据库。该技能支持编程访问药物属性、相互作用、靶点、通路和化学结构，适用于药理学研究和药物发现。

处理和可视化下一代测序数据。将BAM转换为bigWig，生成质量控制图，并为ChIP-seq、RNA-seq和ATAC-seq实验创建可直接发表的峰图。

使用DeepChem预测溶解度、毒性和结合亲和力等分子属性。训练图神经网络或使用ChemBERTa等预训练模型进行药物发现和材料科学应用。

访问来自 Data Commons 的全球统计数据，包括人口、经济、健康和环境指标。使用 Python 客户端方法查询人口数据、GDP、失业率和地理关系。