Dados e Análise

Biblioteca de plotagem de baixo nível para personalização completa, oferecendo controle detalhado sobre cada elemento do gráfico. É ideal para criar novos tipos de plotagem ou integrar-se a fluxos de trabalho científicos, com exportação para PNG/PDF/SVG para publicação.

Esta skill detecta e relata recursos do sistema disponíveis (núcleos de CPU, GPUs, memória, espaço em disco) no início de tarefas científicas computacionalmente intensivas. Ela gera um arquivo JSON com informações de recursos e recomendações estratégicas para guiar decisões de abordagem computacional, como o uso de processamento paralelo ou computação out-of-core.

Construa e analise árvores filogenéticas utilizando MAFFT, IQ-TREE 2 e FastTree. Visualize-as com ETE3 ou FigTree para aplicações em análise evolutiva, genômica microbiana e estudos de relógio molecular.

Esta skill processa e analisa grandes conjuntos de dados tabulares (bilhões de linhas) que excedem a RAM disponível, destacando-se em operações de DataFrame out-of-core, agregações rápidas e visualização eficiente. É ideal para trabalhar com arquivos CSV/HDF5/Arrow/Parquet massivos e realizar estatísticas rápidas em grandes volumes de dados.

Consulte a API REST U.S. Treasury Fiscal Data para dados financeiros federais, sem necessidade de chave de API. Acesse dados sobre dívida nacional, extratos do Tesouro, leilões de títulos, taxas de juros e câmbio, títulos de poupança ou estatísticas de receita e despesa do governo dos EUA.

UMAP é uma técnica rápida de redução de dimensionalidade não linear para dados de alta dimensão, útil para visualização 2D/3D, pré-processamento de agrupamento (HDBSCAN) e aprendizado supervisionado/paramétrico.

Um wrapper Pythonic para RDKit, com interface simplificada e padrões sensatos. É ideal para tarefas padrão de descoberta de fármacos, incluindo análise de SMILES, padronização, descritores, impressões digitais, agrupamento, conformadores 3D e processamento paralelo, retornando objetos rdkit.Chem.Mol nativos.

Um framework de ML quântico agnóstico de hardware com diferenciação automática, ideal para treinar circuitos quânticos via gradientes, construir modelos quântico-clássicos híbridos e garantir portabilidade entre as principais plataformas quânticas. É melhor para algoritmos variacionais, redes neurais quânticas e integração com PyTorch/JAX/TensorFlow.

Um kit de ferramentas para dados biológicos focado em análise de microbioma, abrangendo análise de sequências, alinhamentos, árvores filogenéticas, métricas de diversidade (alfa/beta, UniFrac), ordenação (PCoA), PERMANOVA e E/S FASTA/Newick.

Kit de ferramentas para árvores filogenéticas (ETE) para filogenômica, que oferece manipulação de árvores (Newick/NHX), detecção de eventos evolutivos, análise de ortologia/paralogia, integração com taxonomia NCBI e visualização (PDF/SVG).

Featurização molecular para ML com mais de 100 featurizadores, incluindo ECFP, MACCS, descritores e modelos pré-treinados (ChemBERTa). Converte SMILES em características para QSAR e ML molecular.

Kit de ferramentas para arquivos genômicos, ideal para pipelines de processamento de dados NGS. Permite ler/escrever alinhamentos SAM/BAM/CRAM, variantes VCF/BCF, sequências FASTA/FASTQ, extrair regiões e calcular cobertura.