质谱产生复杂的光谱数据，需要专门的处理。Matchms提供了一个完整的Python工具包，用于使用成熟的相似性度量方法从光谱数据中加载、过滤、比较和识别化合物。

科学计算任务需要适当的硬件资源才能高效运行。此技能可自动检测CPU核心、GPU可用性、内存和磁盘空间，以推荐最佳计算策略和库选择。

分析地理数据需要专用工具来处理矢量几何、坐标系和空间关系。GeoPandas 扩展了 pandas，使其能够对几何类型进行空间操作，从而实现高效的地理空间数据处理。

访问全面的 FDA 监管数据,包括药品、医疗器械、食品召回和物质信息。使用官方 openFDA API 搜索不良事件、标签、批准和召回信息。

科学家需要在分析前了解不同科学数据文件的结构和质量。此技能可自动检测文件类型、提取元数据、执行统计分析和生成200多种科学格式的综合markdown报告。

手动 Excel 分析需要数小时的重复工作。此技能提供即用的 pandas 模式,可在几秒钟内读取、分析和可视化电子表格数据。

在 DNAnexus 上管理基因组数据和构建分析流程需要学习复杂的 API 和模式。此技能为 DNAnexus 云平台上的应用开发、数据管理和工作流执行提供全面指导。

使用最先进的扩散模型预测蛋白质和小分子配体之间的3D结合构象。为基于结构的药物发现和虚拟筛选提供置信度评分预测。

处理下一代测序数据用于 ChIP-seq、RNA-seq 和 ATAC-seq 实验。将 BAM 文件转换为归一化的覆盖轨道并生成出版物质量的可视化图表，包括热图、相关性图和剖面图。

在 Python 中处理分子数据需要复杂的 RDKit 代码。Datamol 提供了简单的函数用于 SMILES 解析、特性计算和化合物分析。

从多个全球来源获取人口、经济和健康数据需要复杂的 API。此技能提供完整指南，教您如何使用 Data Commons Python 客户端通过统一的知识图谱查询人口统计、失业率、GDP 数据和其他公共数据集。

处理超出可用RAM的大型数据集会导致内存错误和性能下降。Dask提供并行计算抽象,可将pandas和NumPy操作扩展到在笔记本电脑或集群上处理TB级数据。

处理生物序列、蛋白质结构或基因组数据需要专业工具。此技能提供全面的 Biopython 文档,帮助您解析 FASTA 文件、查询 NCBI 数据库、运行 BLAST 搜索、分析蛋白质结构,以及使用 Python 进行系统发育分析。

管理用于单细胞基因组学分析的大型注释数据矩阵非常复杂。此技能为 AnnData 库提供全面的文档,能够高效处理 h5ad 文件、元数据注释以及与 scverse 生态系统的集成。

新团队成员需要清晰的指引来申请 Snowflake 访问权限。此技能提供生成 RSA 密钥、提交访问请求以及通过 CLI、Python 或 Web 界面连接 Snowflake 的分步指导。

数据库错误会导致应用程序缓慢和数据丢失。此技能提供针对架构设计、查询、ORM模式和迁移的全面审查清单。

为数据库开发创建真实的测试数据既耗时又容易出错。本技能帮助您使用 Faker 库和 ORM 工具为任何数据库系统生成结构合理、关系真实、约束正确、场景多样的种子数据。

理解复杂的数据库模式需要时间并可能导致错误。此技能可帮助您从任何数据库模式源即时生成专业的ERD、Mermaid图表和文档。

将原始数据转换为精美的 Markdown 和 HTML 报告。从任何数据集创建包含图表、表格、执行摘要和可行见解的文档。

缓慢的数据库查询会影响应用程序性能和用户体验。本技能提供专家指导，分析查询执行计划，识别性能瓶颈，并实施优化策略，如合理索引和查询重构。