DiffDock 運用先進的擴散模型來預測小分子如何在 3D 空間中與蛋白質結合。研究人員可以通過生成具有置信度分數的準確結合姿勢來加速藥物發現，以進行基於結構的藥物設計。

透過自動化假設生成、方法論開發、計算實驗和 LaTeX 論文撰寫，將數據集轉化為可發表的研究。多代理 AI 協調專業代理以實現端到端的研究管線。

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。

使用 DeepChem 預測分子的溶解度、毒性和結合親和力等屬性。訓練圖神經網絡或使用預訓練模型（如 ChemBERTa）進行藥物發現和材料科學應用。

透過 Python 介面有效處理化學數據。Datamol 在保持與 RDKit 生態系統完全相容的同時，簡化了複雜的化學資訊學操作。

存取來自 Data Commons 的全球統計數據，包括人口、經濟、健康和環境指標。使用 Python 客戶端方法查詢人口數據、GDP、失業率和地理關係。

使用平行運算處理超過可用 RAM 的資料集。將單機 pandas 和 NumPy 工作流程轉換為可在多核心或分散式叢集上運行的程式碼，無需重寫程式碼。

癌症研究人員需要全面的突變數據進行研究。此技能提供對 COSMIC 資料庫的程式化存取，該資料庫包含數百萬個體細胞突變、經過整理的癌症基因列表以及用於精準腫瘤學研究的突變特徵。

代謝建模需要約束基礎重建和分析方法的專業知識。COBRApy為系統生物學研究提供了一個全面的Python介面，用於通量平衡分析、基因剔除研究和生產包絡線計算。

ClinVar 包含臨床遺傳學關鍵變異分類，但存取和解讀此資料需要專業知識。此技能提供透過網頁介面、API 或 FTP 下載查詢 ClinVar 的全面指南，並附有臨床意義分類的詳細解讀指南。

存取 ClinPGx 以檢索藥物基因組學數據，包括基因-藥物相互作用、CPIC 指南和等位基因功能資訊。此技能通過提供基因指導用藥劑量的臨床決策支持來支持精準醫學。

搜尋相關的臨床試驗需要查詢大型註冊資料庫。本技能提供 Python 介面來查詢 ClinicalTrials.gov API v2，可依疾病、藥物、地點或贊助者搜尋試驗，並擷取詳細的研究資訊。

臨床文件需要精確性和法規遵循。本技能提供病例報告、診斷報告、臨床試驗文件和患者記錄的範本和驗證工具，符合 HIPAA、FDA 和 ICH-GCP 標準。

臨床研究人員需要基於證據的文件來支持藥物開發和法規申報。此技能可建立可供發表的臨床決策支援文件，包含生物標誌物分層和GRADE證據分級。

此技能幫助研究人員查找論文、擷取中繼資料，並產生正確格式的 BibTeX 項目。它可驗證現有的引用，確保科學寫作和發表的參考文獻準確性。

使用 Google 的 Cirq 框架設計和模擬量子電路。此技能提供全面的文檔，涵蓋建構量子電路、噪聲建模、硬體整合以及在量子電腦和模擬器上執行實驗。

存取 ChEMBL 資料庫以按結構和屬性搜索化合物。檢索生物活性測量數據，尋找抑制劑，並進行結構-活性關係研究以支援藥物發現研究。

研究人員需要存取大規模單細胞基因體學資料以進行疾病研究和藥物發現。此技能提供對 CELLxGENE Census 中 6100 萬個細胞的程式化存取,能夠進行群體規模的查詢而無需下載整個資料集。

存取來自全球最大酶資料庫的綜合酶動力學數據。查找 Km 值、反應方程式、生物體特定參數和底物特異性數據，用於生物化學研究和代謝工程。

用一致的 Python API 查詢 40 多個生物資料庫，包括 UniProt、KEGG 和 ChEMBL。簡化生物資訊學研究中的跨資料庫分析和識別符轉換。