質譜會產生複雜的光譜數據，需要專業的處理。Matchms 提供了一個完整的 Python 工具包，用於加載、篩選、比較和識別光譜數據中的化合物，採用成熟的相似度度量方法。

科學計算任務需要適當的硬體資源才能高效運行。此技能會自動偵測 CPU 核心數、GPU 可用性、記憶體和磁碟空間,以推薦最佳的計算策略和函式庫選擇。

分析地理資料需要專門的工具來處理向量幾何、坐標系統和空間關係。GeoPandas 擴展了 pandas,能夠對幾何類型執行空間操作,實現高效的地理空間資料處理。

存取全面的 FDA 監管數據，包括藥物、醫療器材、食品召回和物質資訊。使用官方 openFDA API 搜尋不良事件、標籤、核准和召回資訊。

科學家需要在下載分析前了解多樣化科學數據文件的結構和品質。此技能可自動偵測檔案類型、提取中繼資料、執行統計分析，並為 200 多種科學格式產生全面的 markdown 報告。

手動分析 Excel 需要花費數小時的重複工作。此技能提供現成的 pandas 模式，可在幾秒鐘內讀取、分析和視覺化試算表資料。

在 DNAnexus 上管理基因體學資料並建置分析流程需要學習複雜的 API 與模式。本技能提供在 DNAnexus 雲端平台上進行應用程式開發、資料管理與工作流程執行的完整指導。

使用最先進的擴散模型預測蛋白質與小分子配體之間的 3D 結合姿態。為基於結構的藥物發現和虛擬篩選活動生成具有信心評分的預測結果。

處理下一代測序資料，適用於 ChIP-seq、RNA-seq 和 ATAC-seq 實驗。將 BAM 檔案轉換為正規化的覆蓋率軌跡，並產生發表品質的視覺化圖表，包括熱圖、相關性圖和輪廓圖。

在 Python 中處理分子資料需要複雜的 RDKit 程式碼。Datamol 提供簡單的函數用於 SMILES 解析、屬性計算和化合物分析。

從多個全球來源存取人口統計、經濟和健康資料需要瀏覽複雜的 API。此技能提供使用 Data Commons Python 用戶端查詢人口統計、失業率、GDP 數據及其他公開資料集的完整指南,透過統一的知識圖譜進行查詢。

處理超過可用 RAM 的大型資料集會導致記憶體錯誤和效能緩慢。Dask 提供平行運算抽象,可擴展 pandas 和 NumPy 操作,在筆記型電腦或叢集上處理 TB 級資料。

處理生物序列、蛋白質結構或基因組數據需要專業工具。此技能提供全面的 Biopython 文檔,幫助您解析 FASTA 文件、查詢 NCBI 資料庫、執行 BLAST 搜尋、分析蛋白質結構,以及使用 Python 進行系統發育分析。

管理用於單細胞基因組學分析的大型註釋數據矩陣相當複雜。本技能提供 AnnData 函式庫的完整文檔，能夠有效處理 h5ad 文件、元數據註釋以及與 scverse 生態系統的整合。

新團隊成員需要明確的說明來申請 Snowflake 存取權限。此技能提供逐步指導，協助產生 RSA 金鑰、提交存取請求，以及透過 CLI、Python 或網頁介面連線至 Snowflake。

資料庫錯誤會導致應用程式變慢和資料遺失。此技能提供架構設計、查詢、ORM模式和遷移的綜合審查清單。

為資料庫開發創建真實的測試資料既耗時又容易出錯。此技能幫助您使用 Faker 函式庫和 ORM 工具,為任何資料庫系統生成具有真實關聯性、約束條件和場景的正確結構化種子資料。

理解複雜的資料庫結構需要時間，而且可能導致錯誤。此技能可幫助您從任何資料庫結構來源立即產生專業的 ERD、Mermaid 圖表和文件。

將原始數據轉換為精美的 Markdown 和 HTML 報告。從任何數據集創建包含圖表、表格、執行摘要和可操作見解的文檔。

緩慢的資料庫查詢會影響應用程式效能和使用者體驗。此技能提供專業指導,協助分析查詢執行計畫、識別效能瓶頸,並實作適當索引和查詢重構等優化措施。