Explorar skills

Modelos generativos profundos para ômicas de célula única são ideais para modelagem avançada, efeitos de lote e dados multimodais, oferecendo correção probabilística de lote (scVI), aprendizado por transferência, expressão diferencial com incerteza e integração multimodal (TOTALVI, MultiVI). Para pipelines de análise padrão, use scanpy.

Aprenda modelagem Bayesiana com PyMC, abordando modelos hierárquicos, MCMC (NUTS), inferência variacional e comparação LOO/WAIC para programação probabilística e inferência.

Interaja com bibliotecas Zotero usando o cliente Python pyzotero. Esta skill permite gerenciar itens, coleções, tags e anexos via Zotero Web API v3, sendo ideal para automação de pesquisa e gerenciamento de referências.

Scikit-learn para aprendizado de máquina em Python, cobrindo aprendizado supervisionado e não supervisionado, avaliação de modelo, ajuste de hiperparâmetros, pré-processamento e construção de pipelines de ML. Oferece documentação abrangente sobre algoritmos, técnicas e melhores práticas.

Crie relatórios clínicos abrangentes, como relatórios de caso, diagnóstico, ensaios clínicos e documentação do paciente. Oferece suporte completo com modelos, conformidade regulatória (HIPAA, FDA, ICH-GCP) e ferramentas de validação.

Consulte e baixe dados públicos de imagens de câncer do NCI Imaging Data Commons usando idc-index. Acesse grandes conjuntos de dados de radiologia (TC, RM, PET) e patologia para treinamento de IA ou pesquisa sem autenticação, consultando por metadados, visualizando no navegador e verificando licenças.

Plataforma de gerenciamento de dados de microscopia para triagem de alto conteúdo e fluxos de trabalho de microscopia. Permite acessar imagens via Python, recuperar conjuntos de dados, analisar pixels, gerenciar ROIs/anotações e processamento em lote.

Formula hipóteses estruturadas e testáveis a partir de observações ou dados experimentais, incluindo previsões, mecanismos propostos e designs experimentais, seguindo o método científico.

Esta skill é para trabalhar com LaminDB, um framework de dados de código aberto para biologia que torna os dados consultáveis, rastreáveis, reproduzíveis e FAIR. Use-a para gerenciar conjuntos de dados biológicos, rastrear fluxos de trabalho, curar dados com ontologias, construir lakehouses ou garantir a linhagem e reprodutibilidade dos dados.

Crie pôsteres de pesquisa profissionais em LaTeX utilizando beamerposter, tikzposter ou baposter. Oferece suporte para apresentações em conferências, pôsteres acadêmicos e comunicação científica, incluindo design de layout, esquemas de cores, formatos de múltiplas colunas, integração de figuras e melhores práticas para comunicação visual.

Hugging Science é um catálogo curado de conjuntos de dados científicos, modelos, posts de blog e Spaces interativos, projetado para usuários envolvidos em trabalho de IA/ML em vários domínios científicos como biologia, química e física.

Biblioteca Python essencial para fluxos de trabalho de astronomia e astrofísica que necessitam das APIs do Astropy, incluindo unidades/quantidades, coordenadas, E/S FITS, tabelas, sistemas de tempo, WCS e cosmologia. Utilize ao implementar ou depurar código de análise de dados astronômicos com Astropy.