研究人员需要高效访问基因表达数据集进行分析。该技能支持查询、下载和分析来自NCBI GEO数据库的数据，该数据库包含数百万基因组学样本。

Geniml 将 BED 文件转换为机器学习嵌入，用于基因组区域分析。训练模型以发现染色质可及性模式，构建共识峰集，以及分析单细胞 ATAC-seq 数据。

访问来自 NCBI 的全面基因数据，包括序列、注释和功能信息。通过基因符号、ID 或生物背景进行搜索，检索 RefSeq、基因本体论、染色体位置和表型信息，用于生物信息学研究。

FluidSim为Python带来高性能计算流体力学。运行Navier-Stokes模拟，分析湍流，并使用简单的Python命令可视化结果。无需复杂的Fortran或C++设置。

ETE 工具包简化了进化生物学研究中的系统发育分析。处理树数据，检测进化事件，并创建可用于出版的可视化图表。

查询 Ensembl 基因组数据库 REST API 以获取脊椎动物基因组数据。查找基因、检索序列、使用 VEP 分析变异，并跨 250 多个物种进行比较基因组学分析。

DNAnexus 提供基于云的基因组学分析，但需要平台特定知识。本技能提供构建应用、管理数据和运行生物信息学工作流的完整文档。

DiffDock使用先进的扩散模型来预测小分子如何在3D空间中与蛋白质结合。研究人员可以通过生成具有置信度评分的准确结合姿态来加速基于结构的药物设计，从而推进药物发现。

通过自动假设生成、方法论开发、计算实验和LaTeX论文写作，将数据集转化为可直接发表的研究成果。多代理AI协调专业代理实现端到端研究流水线。

通过 Pythonic 接口高效处理化学数据。Datamol 简化了复杂的化学信息学操作，同时保持与 RDKit 生态系统的完全兼容性。

癌症研究人员需要全面的突变数据用于研究。本技能提供对COSMIC数据库的程序化访问，该数据库包含数百万个体细胞突变、经过审核的癌症基因列表和突变特征，用于精准肿瘤学研究。

ClinVar 包含临床遗传学中关键的变异分类，但访问和解读这些数据需要专业知识。本技能提供通过网页界面、API 或 FTP 下载查询 ClinVar 的全面指南，并附有临床显著性分类的详细解读指南。

访问 ClinPGx 以检索药物基因组学数据，包括基因-药物相互作用、CPIC 指南和等位基因功能信息。该技能通过提供基因型指导用药剂量的临床决策支持来支持精准医学。

临床研究人员需要循证的文档来支持药物开发和法规提交。此技能可创建可直接发表的临床决策支持文档，包含生物标志物分层和GRADE证据分级。

此技能帮助研究人员查找论文、提取元数据并生成格式正确的BibTeX条目。它验证现有引文并确保科学写作和出版物中的参考准确性。

使用 Google 的 Cirq 框架设计和模拟量子电路。本技能提供全面的文档,涵盖构建量子电路、噪声建模、硬件集成以及在量子计算机和模拟器上运行实验。

研究人员浪费大量时间手动搜索 bioRxiv 查找相关预印本。此技能通过精确的关键词、作者、日期范围和科学类别筛选，实现文献自动发现。

使用 Biopython 高效处理 DNA、RNA 和蛋白质序列。以编程方式访问 NCBI 数据库，执行序列比对，并为研究应用自动执行复杂的生物信息学流程。

Biomni通过自主执行多步骤分析任务来简化复杂的生物医学研究。研究者可以专注于科学问题，而AI则负责处理数据处理、文献综述和跨基因组学、药物发现及临床领域的计算分析。

处理天文数据需要处理复杂的坐标系、文件格式和计算。本技能提供使用 Astropy 处理天球坐标、FITS 文件和宇宙学计算的指导。