此技能提供對 Neuropixels 高密度神經記錄的全面分析。它處理從原始數據加載到使用 SpikeInterface 和 Kilosort4 算法生成可直接發表的精選單元的完整工作流程。

處理圖形和網路資料需要專業工具來建立結構、計算演算法和產生視覺化效果。此技能提供對 NetworkX 功能的全面存取，可用於社交網路分析、生物路徑映射、運輸優化和關係建模。

藥物發現需要過濾大型化合物庫以獲得類藥特性。此技能應用成熟的藥物化學規則，包括類藥五規則、Veber規則和PAINS篩選器，以有效優先處理化合物並識別結構警示。

Modal 是一個用於在雲端執行 Python 程式碼的無伺服器平台。它提供即時存取 GPU、自動擴展，以及按使用量計費。部署 ML 模型、執行批次處理作業，以及提供 API，無需管理基礎設施。

Matplotlib 提供對每個視覺元素的完整控制，可建立高品質的發表圖表。精通 pyplot 和物件導向介面，從簡單的線圖到複雜的多面板科學視覺化，建立任何類型的圖表。

科學家和工程師經常為 MATLAB 語法和最佳實踐而苦惱。此技能提供矩陣操作、可視化和數值分析的綜合參考文檔。

無需管理基礎設施即可部署生產級生物資訊學工作流程。使用 Python 裝飾器建立無伺服器管線，支援自動容器化、GPU 整合與雲端儲存。

生物學研究會產生複雜的資料集，這些資料難以追蹤、查詢和重現。LaminDB 提供了一個統一的框架來管理生物學資料，具有自動譜系追蹤、基於本體論的註釋，以及與工作流程管理器的無縫整合。

此技能提供對人類代謝體資料庫的存取，該資料庫包含超過 220,000 筆代謝物條目。研究人員可以透過化學名稱、結構或 ID 進行搜尋，以取得代謝體學研究的特性、光譜和生物標記數據。

Histolab 自動化從數十億像素的全切片影像中進行組織偵測和 tiles 擷取。它處理 WSI 檔案，為深度學習管線和醫學研究提取資訊豐富的 tiles。

存取來自 NHGRI-EBI GWAS 目錄的全基因組關聯研究資料。透過 rs ID、性狀或基因進行變異搜尋，以檢索遺傳研究所需的 p 值、效應量和摘要統計資料。

處理和分析基因組區間數據以進行生物資訊學研究。Gtars 提供高效能工具，用於重疊檢測、覆蓋分析和基因組序列的機器學習標記化。

gget 透過簡單的 CLI 或 Python 介面，提供對 20 多個基因組資料庫的統一存取。查詢基因資訊、檢索序列、執行 BLAST 搜尋，以及執行富集分析，無需管理多個 API 連線。

科學運算任務需要硬體資訊以選擇最佳計算策略。此技能會自動偵測 CPU 核心數、GPU 可用性、記憶體與磁碟空間，並產生平行處理與 GPU 加速的建議。

GeoPandas 擴展了 pandas 的地理空間操作功能。它可以讀取 shapefile、GeoJSON 和 PostGIS 資料。執行空間連接、緩衝分析、座標轉換，並透過 matplotlib 整合創建分級填色圖。

流式細胞術資料需要專業的檔案處理。FlowIO 能解析 FCS 檔案、將事件資料擷取為 NumPy 陣列，並可轉換為 CSV 格式以供下游分析管線使用。

透過官方openFDA API存取全面的FDA監管數據，包括藥品不良事件、醫療器材召回和安全資訊。使用Python建立藥物警戒和監管研究工作流程。

科學數據檔案有數百種格式。此技能可自動偵測檔案類型、提取元數據、評估數據品質，並產生帶有格式特定分析建議的綜合 markdown 報告。

DrugBank 是一個包含詳細藥物資訊的綜合生物資訊學資料庫。此技能可程式化地存取藥物特性、交互作用、標靶、路徑和化學結構，用於藥理學研究和藥物發現。

處理並視覺化下一代定序資料。將 BAM 轉換為 bigWig、產生品質控制圖表，並為 ChIP-seq、RNA-seq 和 ATAC-seq 實驗建立可發表的熱圖。