生物数据集难以追踪、查询和复现。LaminDB 提供了一个统一的框架来管理科学数据，内置本体论验证、工作流程血缘追踪和 FAIR 合规性，确保研究可复现性。

LabArchives集成支持以编程方式访问电子实验笔记本。自动化数据备份、条目创建和文件附件。连接Jupyter、Prism和REDCap等科学工具，实现精简的研究文档管理。

研究人员需要高效访问KEGG生物信息学数据库进行通路分析。该技能提供Python辅助函数，通过官方KEGG REST API查询通路、基因、化合物和药物。

研究人员在开发基于证据的严格可测试假设方面存在困难。本技能提供了一个系统的8步工作流程，用于制定机械论假设、设计辨别性实验以及创建专业的LaTeX报告。

手动假设生成速度慢，且受限于人类创造力。Hypogenic使用LLM自动执行系统化假设生成和测试，将数据驱动的模式与文献洞察相结合，加速科学发现。

查找疾病的遗传关联需要导航复杂的基因组数据库。本技能提供清晰的指导，查询NHGRI-EBI GWAS目录以检索SNP-性状关联、p值和汇总统计数据用于研究。

研究人员需要快速获取代谢物信息以进行代谢组学研究。此技能提供搜索人类代谢组数据库的指导,帮助查找化学性质、生物标志物和光谱数据,用于代谢物鉴定和研究。

数字病理学工作流程需要处理千兆像素级的全幅切片图像以进行计算分析。此技能为组织病理学研究中的切片提取、组织区域检测和深度学习管道数据集准备提供全面指导。

基因组区间分析需要专门的工具来处理 BED 文件、检测重叠区域和生成覆盖度轨迹。Gtars 提供高性能的 Rust 实现和 Python 绑定,适用于计算基因组学和机器学习工作流程。

需要快速获取基因信息、蛋白质结构或表达数据？此技能通过单一界面提供对20多个生物信息学数据库的统一访问。搜索基因、检索序列、预测结构并分析疾病关联，无需切换工具。

查找和处理基因表达数据集需要浏览复杂的数据库结构和文件格式。此技能提供即用型代码模式,用于搜索、下载和分析 GEO 微阵列和 RNA-seq 数据。

处理用于机器学习任务的基因组区间数据需要专门的工具。Geniml 提供了无监督方法来学习基因组区域、单细胞和元数据标签的嵌入表示，用于相似性搜索、聚类和下游分析。

搜索和检索 NCBI 基因数据库中的基因信息。获取基因符号、RefSeq 序列、GO 注释、染色体位置和表型关联,用于研究和分析。

蛋白质工程需要专门的 AI 模型来分析序列-结构-功能关系。ESM 提供最先进的蛋白质语言模型，用于生成新序列、预测结构以及通过多模态 AI 设计功能蛋白质。

基因组研究人员需要跨物种访问基因序列、变体和比较数据。该技能通过查询 Ensembl 数据库 REST API 来检索超过 250 种脊椎动物的基因信息、DNA 序列、变体预测、直系同源基因以及调控特征。

查找和下载核苷酸序列需要理解复杂的 API 语法和多种端点模式。本技能为查询欧洲核苷酸档案库提供全面的文档,以便通过登录号检索 DNA/RNA 序列、基因组组装和原始测序读段。

Denario 自动化从数据分析到发表的完整研究流程。它使用 AI 代理生成假设、制定方法论、执行实验并生成期刊格式的论文。

癌症研究人员需要以编程方式访问世界上最大的体细胞突变数据库。此技能支持经过身份验证的COSMIC癌症基因组学数据下载，包括突变、基因注释和临床变异，用于研究和精准肿瘤学。

为患者、研究或药物开发寻找临床试验需要导航复杂的注册表。此技能提供了一个 Python 接口来查询官方 ClinicalTrials.gov 数据库。按病症、药物、地点或赞助商搜索招募中的试验,检索详细的研究信息,并导出数据以供分析。

手动管理引用既耗时又容易出错。此技能可自动搜索学术数据库、从 DOI 和 PMID 中提取元数据、验证引用并生成可直接发表的 BibTeX 条目。