Explorar skills

Almacenamiento y recuperación eficientes de datos de variantes genómicas usando TileDB. Ingesta escalable de VCF/BCF, adición incremental de muestras, almacenamiento comprimido, consultas paralelas y capacidades de exportación para genómica poblacional.

Therapeutics Data Commons ofrece conjuntos de datos de descubrimiento de fármacos listos para IA (ADME, toxicidad, DTI), puntos de referencia, divisiones de andamios y oráculos moleculares para ML terapéutico y predicción farmacológica.

Caracterización molecular para ML con más de 100 caracterizadores, incluyendo ECFP, MACCS, descriptores y modelos preentrenados (ChemBERTa). Convierte SMILES en características para QSAR y ML molecular.

Un wrapper Pythonic para RDKit, con una interfaz simplificada y valores predeterminados sensatos. Es ideal para tareas estándar de descubrimiento de fármacos, como análisis de SMILES, estandarización, descriptores, huellas dactilares, agrupamiento, conformadores 3D y procesamiento paralelo, devolviendo objetos rdkit.Chem.Mol nativos.

Esta habilidad es para tareas de aprendizaje automático con series temporales, incluyendo clasificación, regresión, clustering, pronóstico, detección de anomalías, segmentación y búsqueda de similitud. Úsela al trabajar con datos temporales, patrones secuenciales u observaciones indexadas por tiempo que requieren algoritmos especializados más allá de los enfoques estándar de ML, especialmente para series temporales univariadas y multivariadas.

Utilice esta habilidad para trabajar con conjuntos de datos Brain Imaging Data Structure (BIDS), incluyendo la organización de datos de neurociencia y biomédicos, consulta de diseños, validación de cumplimiento, conversión de DICOM a BIDS y creación de derivados BIDS.

Realice consultas rápidas por CLI/Python en más de 20 bases de datos de bioinformática para búsquedas rápidas de información genética, búsquedas BLAST, estructuras AlphaFold y análisis de enriquecimiento. Es ideal para exploración interactiva y consultas simples, con biopython o bioservices recomendados para procesamiento por lotes o flujos de trabajo avanzados.

Esta skill proporciona la estructura de datos para matrices anotadas en análisis de célula única, ideal para archivos .h5ad o la integración con el ecosistema scverse. Para flujos de trabajo de análisis, use scanpy; para modelos probabilísticos, scvi-tools; y para consultas a escala poblacional, cellxgene-census.

Hugging Face Transformers para cargar modelos del Hub, ejecutar inferencia de pipeline, generación de texto y ajuste fino con Trainer en tareas de PNL, visión, audio y multimodales. Úselo al trabajar con AutoModel, pipelines, tokenizers o TrainingArguments, no para ML general fuera de la biblioteca Transformers.

Plataforma de gestión de datos de microscopía para cribado de alto contenido y flujos de trabajo de microscopía. Permite acceder a imágenes a través de Python, recuperar conjuntos de datos, analizar píxeles, gestionar ROIs/anotaciones y procesamiento por lotes.

Una habilidad integral para escribir en markdown y diagramas Mermaid. Establece los diagramas basados en texto como el estándar de documentación, ofreciendo guías de estilo completas, 24 referencias de tipos de diagrama y 9 plantillas de documento para documentos científicos, informes, análisis o visualizaciones.

Acoplamiento molecular basado en difusión que predice las poses de unión proteína-ligando a partir de PDB/SMILES, proporcionando puntuaciones de confianza y permitiendo el cribado virtual para el diseño de fármacos basado en la estructura. No está destinado a la predicción de afinidad.