Explorar skills

Realiza un análisis exploratorio de datos exhaustivo en archivos científicos de más de 200 formatos. Detecta automáticamente el tipo de archivo y genera informes detallados en markdown con análisis específicos del formato, métricas de calidad y recomendaciones para análisis posteriores, ayudando a comprender la estructura, el contenido y la calidad de los datos.

Kit de herramientas de análisis NGS para conversión de BAM a bigWig, control de calidad (correlación, PCA, huellas dactilares) y visualización de datos de ChIP-seq, RNA-seq y ATAC-seq mediante mapas de calor/perfiles (TSS, picos).

MATLAB y GNU Octave para computación numérica, incluyendo operaciones de matrices, análisis de datos, visualización y computación científica. Úselo para scripts de álgebra lineal, procesamiento de señales/imágenes, ecuaciones diferenciales, optimización, estadística o visualizaciones científicas, así como para ayuda con la sintaxis, funciones o conversiones de MATLAB.

PyTorch Geometric (PyG) es para redes neuronales gráficas, cubriendo clasificación de nodos/enlaces/grafos, paso de mensajes (GCN, GAT, GraphSAGE, GIN), grafos heterogéneos, muestreo de vecinos y datasets personalizados. Úselo con torch_geometric, no para análisis generales con NetworkX o modelos PyTorch no gráficos.

Consulte programáticamente el CELLxGENE Census (más de 61 millones de células) para obtener datos de expresión en tejidos, enfermedades o tipos de células del atlas de célula única curado más grande. Es ideal para consultas a escala poblacional y comparaciones de atlas de referencia.

Computación distribuida para flujos de trabajo pandas/NumPy que exceden la RAM, escalando código existente más allá de la memoria o a través de clusters. Ideal para procesamiento paralelo de archivos, ML distribuido e integración con pandas.

Analiza y diseña la glicosilación de proteínas. Escanea secuencias para secuencias de N-glicosilación (N-X-S/T), predice puntos calientes de O-glicosilación y accede a herramientas de glicoingeniería curadas (NetOGlyc, GlycoShield, GlycoWorkbench) para ingeniería de glicoproteínas, optimización de anticuerpos terapéuticos y diseño de vacunas.

Consulte y descargue datos públicos de imágenes de cáncer del NCI Imaging Data Commons usando idc-index. Acceda a grandes conjuntos de datos de radiología (TC, RM, PET) y patología para entrenamiento de IA o investigación sin autenticación, consultando por metadatos, visualizando en el navegador y verificando licencias.

ML molecular para la predicción de propiedades (ADMET, toxicidad) utilizando diversos featurizers y conjuntos de datos preconstruidos, compatible con ML tradicional o GNNs. Es excelente para experimentos rápidos con modelos preentrenados y featurización extensiva, a menudo aprovechando los benchmarks de MoleculeNet.

Hugging Science es un catálogo curado de conjuntos de datos científicos, modelos, publicaciones de blog y Spaces interactivos, diseñado para usuarios que realizan trabajos de IA/ML en diversos dominios científicos como biología, química y física.

Visualización estadística con integración de pandas para la exploración rápida de distribuciones, relaciones y comparaciones categóricas. Es ideal para diagramas de caja, violín, pares y mapas de calor, construido sobre matplotlib.

Consulte la API REST U.S. Treasury Fiscal Data para obtener datos financieros federales, sin necesidad de clave de API. Acceda a la deuda nacional, estados de cuenta del Tesoro, subastas de valores, tasas de interés y cambio, bonos de ahorro o estadísticas de ingresos y gastos del gobierno de EE. UU.