使用處理 BAM、VCF 和 FASTQ 文件的工具來分析和處理 DNA 測序數據。提取基因組區域、計算覆蓋率統計，並整合多種文件類型以進行全面的變異分析。

處理晶體結構與材料資料。轉換檔案格式、計算相圖、分析對稱性，並存取 Materials Project 資料庫以進行計算材料科學研究。

透過統一的 Python 指令控制液體處理機器人、盤式讀取器與實驗室設備，以自動化實驗室工作流程。本技能可在 Hamilton、Tecan 與 Opentrons 平台上建立可重現的流程，並內建模擬用於測試。

研究人員需要快速存取分子性質與化學結構。此技能可連線到 PubChem 的 1.1 億+ 化合物資料庫，以即時進行化學資訊學查詢。

此技能提供與 protocols.io API 的全面整合，用於管理科學實驗方案。可用於搜尋現有實驗方案、建立新方案、管理協作工作區、處理討論以及組織實驗室文檔工作流程。

使用 HTML 和 CSS 搭配 AI 生成的視覺元素，將研究內容轉換為專業的研究海報。可匯出為 PDF 列印或轉換為 PowerPoint 簡報格式用於會議發表。

此技能啟用 AI 驅動的網頁搜尋功能，可尋找最新資訊、近期科學研究，以及有來源引用的扎實答案。它透過單一 OpenRouter API 金鑰提供對多個 Perplexity 模型的存取。

存取 RCSB 蛋白質資料庫以搜尋和下載蛋白質與核酸的 3D 結構。此技能透過提供對超過 200,000 個實驗測定和計算建模分子結構的程式化存取，實現結構生物學研究、藥物發現和蛋白質工程。

PathML 透過提供統一的工具來載入多樣化的切片格式、預處理圖像和訓練機器學習模型，從而簡化計算病理學工作流程。研究人員可以在單一框架中分析全切片圖像、建立組織圖表並量化多重免疫螢光數據。

編寫實驗室自動化協議需要機器人 API 和液體處理程序的專業知識。此技能提供現成的模板和全面的指南，用於建立控制 Opentrons 液體處理機器人的協議。

研究人員花費大量時間在學術資料庫中搜尋相關論文並分析研究趨勢。此技能提供對 OpenAlex 2.4 億以上學術著作的直接存取，具有強大的過濾功能、引文分析和書目計量能力，可實現高效的文獻探索。

分析 ECG、EEG、EDA 與 EMG 等生理訊號，適用於研究與臨床應用。NeuroKit2 提供統一的 Python 工具組，可處理心血管、神經與自主神經系統資料，並具備完整的視覺化與分析工具。

分子機器學習需要將化學結構轉換為數值表示。Molfeat 提供 100 多種特徵化工具，可將 SMILES 字串轉換為可立即用於機器學習的特徵，用於 QSAR 建模和藥物發現。

搜尋並擷取 NIH Metabolomics Workbench 資料庫中包含 4,200+ 項研究的代謝體學資料。存取代謝物結構、研究中繼資料、RefMet 命名法，並執行質譜搜尋。

質譜資料包含複雜的光譜資訊，需經專門處理。Matchms 提供完整工具來匯入、過濾與比較質譜光譜，以進行代謝物鑑定與化合物分析。

手動進行文獻回顧會浪費大量時間在搜尋資料庫和格式化引用上。此技能可自動執行系統性文獻回顧，搜尋 PubMed、arXiv、bioRxiv 和 Semantic Scholar，驗證所有引用，並產生專業的 PDF 文件。

建立專業的 50+ 頁市場研究報告，採用 LaTeX 專業格式。生成戰略視覺化圖表，執行多框架分析，為商業決策產生諮詢品質的交付成果。

以程式化方式管理電子實驗記錄本。自動化資料上傳、備份記錄本，並整合 Jupyter 和 REDCap 等科學工具用於研究工作流程。

研究人員需要高效存取 KEGG 生物資訊數據以進行途徑分析和基因映射。此技能提供 Python 輔助函數，用於所有 KEGG REST API 操作，包括途徑檢索、基因-途徑映射、化合物搜尋以及數據庫之間的 ID 轉換。

將觀察轉化為結構化、可測試的科學假設。此技能引導您使用經過驗證的科學方法框架進行文獻綜合、機制開發、實驗設計和預測制定。