Explorar skills

Padrões de função bioespecíficos para bioinformática, abrangendo busca de ORFs, análise de sequência, a armadilha de valor padrão mutável e idiomas de programação funcional.

Dicionários e conjuntos para bioinformática: tabelas de códons, frequência de nucleotídeos, agrupamento com defaultdict, k-mers com Counter e operações de conjunto em listas de genes.

Gerenciadores de contexto para manipulação segura de arquivos, bancos de dados e recursos em pipelines de bioinformática.

NumPy para bioinformática aborda operações vetorizadas, broadcasting para matrizes de expressão, construção de PWM, cálculo de GC em janela deslizante com cumsum e receitas de normalização.

Fundamentos do BioPython: objetos Seq/SeqRecord, I/O de arquivos SeqIO, API Entrez e alinhamento pareado com PairwiseAligner.

Python dependency and environment management for multi-service or monorepo python backends. Use when: (1) adding, upgrading, or removing a Python package, (2) responding to Dependabot or security vulnerability alerts (GHSA/CVE), (3) creating a new service that needs its own requirements files, (4) debugging pip install failures or Docker build issues related to dependencies, (5) reviewing or audit

Padrões de OOP para bioinformática, incluindo bancos de dados de sequência indexáveis, BioSeq fatiável, avaliadores de motivo chamáveis, __slots__ para milhões de variantes e mixins composíveis.

Professional Python development skill covering modern Python 3.10+, FastAPI, Django, Flask, async programming, data processing, and best practices. Use this skill when developing Python web applications, building FastAPI/Django projects, implementing async programming, or need guidance on Python architecture design and performance optimization.

Ensembl, UCSC Genome Browser, NCBI e dbSNP são todos suportados por bancos de dados relacionais. Mesmo localmente, SQLite é uma forma prática de armazenar e consultar anotações genéticas, tabelas de variantes e resultados de expressão.

Padrões Pandas para dados biológicos, abordando valores ausentes, duplicatas, conversão de tipos, remodelação de dados (wide/long), análise de strings e operações apply/transform/pipe.

Referência rápida de R para bioinformática, abordando diferenças de sintaxe em relação ao Python, vetores, data frames, padrões do Bioconductor e distribuições estatísticas.

Padrões de decoradores Python para bioinformática: temporização, validação, memoização e empilhamento.