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。

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。

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。

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。

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。

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。

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。

將文件轉換為 Markdown 可提高標記效率，並讓 AI 模型更容易處理。MarkItDown 支援 15 種以上格式，包括 PDF、DOCX、PPTX、XLSX、圖片、音訊和網頁。

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。

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。

研究海報是會議中科學交流的關鍵形式。本技能提供使用 beamerposter、tikzposter、baposter 等 LaTeX 套件製作專業研究海報的完整指南。可產生具出版品質的海報，包含正確的版面配置、字體排印與視覺層級。

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。

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。

醫療器材公司需要全面的 ISO 13485 文件以取得品質管理認證。此技能提供範本、差距分析工具和逐步指導，協助有效率地建立所有必要的 QMS 文件。

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。

手動產生假設耗時且容易產生認知偏差。Hypogenic 使用 LLM 自動化假設產生和測試，使研究人員能夠系統性地探索表格資料集中的模式，並將經驗發現與文獻見解相結合。

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。