处理药物发现数据集需要导航分散的来源和不一致的格式。PyTDC提供50多个经过策划的治疗机器学习数据集，具有标准化的API、有意义的划分和基准评估协议。

工程师和研究人员需要在成本、重量和性能等相互冲突的目标之间找到最优权衡。本技能通过 pymoo 提供 NSGA-II、NSGA-III 和其他进化算法的访问,为复杂设计问题发现帕累托最优解。

开发用于医疗保健的机器学习模型需要理解复杂的临床数据格式、医学编码系统和专用模型架构。本技能提供关于使用 PyHealth 构建、训练和评估临床预测模型的全面指导，适用于死亡率预测、药物推荐和医学编码任务。

从 bulk RNA-seq 计数数据中识别差异表达基因，确保统计严谨性。PyDESeq2 提供完整的 DESeq2 工作流程，包括归一化、离散度估计、Wald 检验、FDR 校正以及可直接用于发表的可视化图表。

查找相关生物医学研究非常耗时。本技能提供高级搜索技术、MeSH术语指导以及E-utilities API文档，可帮助您快速定位PubMed数百万引文数据库中的文章、临床试验和系统综述。

查找化学信息需要导航多个数据库和复杂的API查询。此技能提供对PubChem数据库的统一访问，支持按名称、结构或标识符进行简单搜索，以及用于化学信息学工作流的属性检索和相似性搜索。

科学家们花费大量时间手动搜索和记录实验室实验方案。此技能提供与 protocols.io API v3 的完整集成，支持通过编程方式搜索、创建、管理和发布科学实验方案，并具备团队协作功能。

跨学科的科学手稿同行评审需要一致的方法论。本技能提供结构化框架，用于评估方法论、统计方法、可重复性、伦理和报告标准，以进行全面手稿和资助评估。

查找3D生物结构需要浏览多个数据库和文件格式。此技能提供对RCSB PDB存储库的统一访问,用于搜索、下载和分析超过200,000个实验测定和计算的分子结构。

计算病理学需要专门的工具来分析全玻片图像。本技能提供PathML的完整参考文档，帮助您加载千兆像素病理图像、预处理H&E染色、组织机器学习模型训练以及分析空间蛋白质组学数据。

将学术论文转换为专业的会议和在线分享宣传材料。此技能可自动从 LaTeX 或 PDF 源文件创建交互式网站、演示视频和会议海报。

科学家和研究人员需要有效的方法来管理大型显微镜图像数据集。此技能提供 OMERO Python API 的完整参考文档，支持自动化图像检索、像素分析、ROI 管理和高通量筛选工作流程的批处理。

研究需要找到相关的学术论文并分析发表趋势。该技能提供对包含2.4亿+学术作品的OpenAlex数据库的直接访问，支持文献搜索、引用分析和研究产出评估，无需手动浏览数据库。

使用整合的遗传学、组学和临床数据查找治疗靶点和候选药物。查询具有证据评分的基因-疾病关联,以加速药物发现。

在多个 Notion 页面中研究分散的信息既耗时又容易遗漏关键细节。此技能提供了一个结构化的工作流程,用于搜索、获取和综合 Notion 内容,生成带有适当引用的组织化摘要、总结、比较或综合报告。

分析 Neuropixels 记录需要掌握多种工具和复杂的流程。该技能提供从原始数据到精选神经单元的完整工作流，包括预处理、 spike 分类、质量指标计算以及遵循 SpikeInterface、Allen Institute 和 IBL 最佳实践的 AI 辅助整理。

搜索NIH数据库中数千项代谢组学研究和代谢物数据。访问标准化命名法、质谱数据和研究元数据，用于生物标志物发现和代谢研究。

筛选大型化合物库寻找候选药物非常耗时。本技能应用成熟的药物化学规则（如Lipinski类药五规则、PAINS过滤器 和结构警示基团）来自动识别有进一步研究价值的化合物。

撰写全面的市场研究报告既耗时又需要专业知识，包括框架设计、格式排版和视觉设计。本技能通过提供结构化模板、自动可视化生成和专业LaTeX格式，简化了整个流程，输出符合顶级咨询公司标准的交付成果。

研究人员花费数小时搜索多个数据库并手动验证引用。此技能通过搜索学术数据库、去重结果、针对CrossRef验证引用以及生成格式规范的专业PDF文档来简化文献综述流程。