scientific

scientific

generate-image

464

Генерируйте или редактируйте изображения с помощью AI-моделей (FLUX, Gemini). Используйте для создания изображений общего назначения, включая фотографии, иллюстрации, произведения искусства, визуальные материалы, концепт-арт и любые изображения, которые не являются техническими диаграммами или схемами. Для блок-схем, цепей, путей и технических диаграмм используйте навык scientific-schematics.

scientific

markitdown

400

Преобразуйте файлы и офисные документы в Markdown. Поддерживаются PDF, DOCX, PPTX, XLSX, изображения (с OCR), аудио (с транскрипцией), HTML, CSV, JSON, XML, ZIP, URL-адреса YouTube, EPub и другие.

scientific

scientific-slides

362

Создавайте слайды и презентации для научных докладов. Используйте это для создания слайдов PowerPoint, презентаций на конференциях, семинарских докладов, научных презентаций, слайдов для защиты диссертации или любых научных выступлений. Обеспечивает структуру слайдов, шаблоны дизайна, рекомендации по времени и визуальную проверку. Работает с PowerPoint и LaTeX Beamer.

scientific

scientific-critical-thinking

339

Оцените строгость исследования. Проанализируйте методологию, экспериментальный дизайн, статистическую достоверность, предвзятость, смешивающие факторы, качество доказательств (GRADE, Cochrane ROB) для критического анализа научных утверждений.

scientific

market-research-reports

272

Генерируйте комплексные отчёты по исследованию рынка (более 50 страниц) в стиле ведущих консалтинговых компаний (McKinsey, BCG, Gartner). Включает профессиональное форматирование LaTeX, обширное создание визуальных материалов с использованием scientific-schematics и generate-image, глубокую интеграцию с research-lookup для сбора данных, а также многофреймворковый стратегический анализ, включая модели Porter's Five Forces, PESTLE, SWOT, TAM/SAM/SOM и матрицу BCG.

scientific

literature-review

266

Проводите комплексные, систематические обзоры литературы с использованием нескольких академических баз данных (PubMed, arXiv, bioRxiv, Semantic Scholar и др.). Этот навык следует применять при проведении систематических обзоров литературы, мета-анализов, синтеза исследований или комплексных поисков литературы в биомедицинских, научных и технических областях. Создаёт профессионально оформленные документы в формате markdown и PDF с проверенными цитатами в различных стилях цитирования (APA, Nature, Vancouver и др.).

scientific

plotly

255

Интерактивная библиотека для научной и статистической визуализации данных на Python. Используется при создании диаграмм, графиков или визуализаций, включая точечные диаграммы, линейные графики, столбчатые диаграммы, тепловые карты, 3D-графики, географические карты, статистические распределения, финансовые графики и панели мониторинга. Поддерживает как быстрые визуализации (Plotly Express), так и тонкую настройку (graph objects). Выводит интерактивный HTML или статические изображения (PNG, PDF, SVG).

scientific

statistical-analysis

250

Набор инструментов для статистического анализа. Тесты гипотез (t-тест, ANOVA, хи-квадрат), регрессия, корреляция, байесовская статистика, анализ мощности, проверка предположений, отчетность по стандартам APA, для академических исследований.

scientific

scientific-writing

228

Основной навык для инструмента глубокого исследования и написания. Пишите научные рукописи полными абзацами (никогда не используйте маркированные списки). Используйте двухэтапный процесс: (1) создавайте планы разделов с ключевыми моментами с помощью поиска исследований, (2) преобразуйте их в связный текст. Структура IMRAD, цитирования (APA/AMA/Vancouver), рисунки/таблицы, руководства по отчетности (CONSORT/STROBE/PRISMA) для научных статей и подачи в журналы.

scientific

scientific-visualization

215

Создавайте иллюстрации для публикаций с помощью matplotlib/seaborn/plotly. Многостраничные макеты, погрешности, маркеры значимости, безопасные для дальтоников цвета, экспорт в PDF/EPS/TIFF, для научных графиков, готовых к публикации.

scientific

scientific-brainstorming

192

Партнёр по генерации исследовательских идей. Формулировать гипотезы, исследовать междисциплинарные связи, ставить под сомнение предположения, разрабатывать методологии, выявлять пробелы в исследованиях для творческого научного решения проблем.

scientific

pptx-posters

172

Создавайте профессиональные исследовательские постеры в LaTeX с использованием beamerposter, tikzposter или baposter. Поддержка конференционных презентаций, академических постеров и научной коммуникации. Включает дизайн макета, цветовые схемы, многостолбцовые форматы, интеграцию фигур и лучшие практики, специфичные для постеров, для визуальной коммуникации.

scientific

citation-management

161

Комплексное управление цитированием для академических исследований. Поиск статей в Google Scholar и PubMed, извлечение точных метаданных, проверка цитат и генерация правильно отформатированных записей BibTeX. Этот навык следует использовать, когда необходимо найти статьи, проверить информацию о цитировании, конвертировать DOI в BibTeX или обеспечить точность ссылок в научных работах.

scientific

matplotlib

156

Основная библиотека для построения графиков. Создавайте линейные графики, диаграммы рассеяния, столбчатые диаграммы, гистограммы, тепловые карты, 3D-графики, подграфики, экспортируйте в PNG/PDF/SVG для научной визуализации и публикационных фигур.

scientific

perplexity-search

153

Выполняйте веб-поиск с использованием ИИ и информации в реальном времени с помощью моделей Perplexity через LiteLLM и OpenRouter. Этот навык следует использовать при проведении веб-поиска для получения актуальной информации, поиска недавней научной литературы, получения обоснованных ответов с указанием источников или доступа к информации, выходящей за пределы знания модели. Обеспечивает доступ к нескольким моделям Perplexity, включая Sonar Pro, Sonar Pro Search (расширенный агентный поиск) и Sonar Reasoning Pro через единый API-ключ OpenRouter.

scientific

scientific-schematics

122

Создавайте научные диаграммы публикационного качества с помощью Nano Banana Pro AI с интеллектуальной итеративной доработкой. Использует Gemini 3 Pro для проверки качества. Перегенерируется только в случае, если качество ниже порога для вашего типа документа. Специализируется на архитектурах нейронных сетей, системных диаграммах, блок-схемах, биологических путях и сложных научных визуализациях.

scientific

exploratory-data-analysis

121

Выполняйте комплексный разведочный анализ данных научных файлов более чем в 200 форматах файлов. Этот навык следует использовать при анализе любого научного файла данных для понимания его структуры, содержимого, качества и характеристик. Автоматически определяет тип файла и генерирует подробные отчёты в формате markdown с анализом, специфичным для формата, метриками качества и рекомендациями по дальнейшему анализу. Охватывает химию, биоинформатику, микроскопию, спектроскопию, протеомику, метаболомику и общие форматы научных данных.

scientific

research-lookup

87

Ищите актуальную исследовательскую информацию с помощью моделей Perplexity Sonar Pro Search или Sonar Reasoning Pro через OpenRouter. Автоматически выбирает лучшую модель в зависимости от сложности запроса. Ищите академические статьи, последние исследования, техническую документацию и общую исследовательскую информацию с цитатами.

scientific

pubmed-database

84

Прямой доступ к REST API PubMed. Расширенные булевы/MeSH-запросы, API E-utilities, пакетная обработка, управление цитированием. Для рабочих процессов на Python предпочтительно использовать biopython (Bio.Entrez). Используйте это для прямой работы с HTTP/REST или для пользовательских реализаций API.

scientific

pymoo

82

Многоцелевой оптимизационный фреймворк. NSGA-II, NSGA-III, MOEA/D, фронты Парето, обработка ограничений, эталонные задачи (ZDT, DTLZ) для инженерного проектирования и задач оптимизации.

scientific

paper-2-web

77

Этот навык следует использовать при преобразовании академических статей в рекламные и презентационные форматы, включая интерактивные веб-сайты (Paper2Web), презентационные видео (Paper2Video) и конференционные постеры (Paper2Poster). Используйте этот навык для задач, связанных с распространением статей, подготовкой к конференциям, созданием исследовательских академических домашних страниц, генерацией видеоаннотаций или созданием постеров, готовых к печати, из источников LaTeX или PDF.

scientific

scikit-learn

73

Машинное обучение на Python с использованием scikit-learn. Используется при работе с контролируемым обучением (классификация, регрессия), неконтролируемым обучением (кластеризация, снижение размерности), оценкой моделей, настройкой гиперпараметров, предварительной обработкой данных или построением ML-конвейеров. Предоставляет подробную справочную документацию по алгоритмам, методам предварительной обработки, конвейерам и лучшим практикам.

scientific

peer-review

67

Систематический набор инструментов для рецензирования коллег. Оценка методологии, статистики, дизайна, воспроизводимости, этики, целостности изображений, стандартов отчетности для рецензирования рукописей и грантов в различных дисциплинах.

scientific

statsmodels

62

Набор инструментов для статистического моделирования. OLS, GLM, логистическая регрессия, ARIMA, временные ряды, проверка гипотез, диагностика, AIC/BIC, для строгого статистического вывода и эконометрического анализа.

scientific

networkx

53

Комплексный набор инструментов для создания, анализа и визуализации сложных сетей и графов на Python. Используется при работе со структурами данных сетей/графов, анализе взаимосвязей между объектами, вычислении алгоритмов графов (кратчайшие пути, центральность, кластеризация), обнаружении сообществ, генерации синтетических сетей или визуализации топологий сетей. Применимо к социальным сетям, биологическим сетям, транспортным системам, сетям цитирования и любой области, связанной с попарными отношениями.

scientific

clinical-reports

51

Пишите подробные клинические отчёты, включая отчёты по случаям (руководство CARE), диагностические отчёты (радиология/патология/лаборатория), отчёты по клиническим испытаниям (ICH-E3, SAE, CSR) и документацию по пациентам (SOAP, H&P, выписные эпикризы). Полная поддержка с шаблонами, соблюдением нормативных требований (HIPAA, FDA, ICH-GCP) и инструментами валидации.

scientific

latex-posters

51

Создавайте профессиональные исследовательские постеры в LaTeX с использованием beamerposter, tikzposter или baposter. Поддержка конференционных презентаций, академических постеров и научной коммуникации. Включает дизайн макета, цветовые схемы, многостолбцовые форматы, интеграцию фигур и лучшие практики, специфичные для постеров, для визуальной коммуникации.

scientific

hypothesis-generation

45

Генерируйте проверяемые гипотезы. Формулируйте их на основе наблюдений, разрабатывайте эксперименты, исследуйте конкурирующие объяснения, разрабатывайте прогнозы, предлагайте механизмы для научного исследования в различных областях.

scientific

seaborn

42

Статистическая визуализация. Точечные, коробчатые, скрипичные диаграммы, тепловые карты, парные графики, регрессия, матрицы корреляций, KDE, фасеточные графики для исследовательского анализа и публикационных иллюстраций.

scientific

geopandas

35

Библиотека Python для работы с геопространственными векторными данными, включая shapefiles, GeoJSON и GeoPackage файлы. Используется при работе с географическими данными для пространственного анализа, геометрических операций, преобразований координат, пространственных объединений, операций наложения, хлороплетной картографии или любой задачи, связанной с чтением/записью/анализом векторных географических данных. Поддерживает базы данных PostGIS, интерактивные карты и интеграцию с matplotlib/folium/cartopy. Применяется для задач, таких как буферный анализ, пространственные объединения между наборами данных, объединение границ, обрезка данных, вычисление площадей/расстояний, перепроецирование систем координат, создание карт или конвертация между пространственными файловыми форматами.

scientific

research-grants

33

Напишите конкурентоспособные исследовательские предложения для NSF, NIH, DOE и DARPA. Форматирование, критерии оценки, подготовка бюджета, более широкие воздействия, заявления о значимости, описания инноваций и соблюдение требований к подаче, специфичные для каждого агентства.

scientific

clinical-decision-support

28

Генерируйте профессиональные документы поддержки клинических решений (CDS) для фармацевтических и клинических исследовательских условий, включая анализы когорт пациентов (стратифицированные по биомаркерам с результатами) и отчёты с рекомендациями по лечению (основанные на доказательствах руководства с алгоритмами принятия решений). Поддерживает градацию доказательств GRADE, статистический анализ (коэффициенты риска, кривые выживаемости, водопадные диаграммы), интеграцию биомаркеров и соблюдение нормативных требований. Выводит готовые к публикации форматы LaTeX/PDF, оптимизированные для разработки лекарств, клинических исследований и синтеза доказательств.

scientific

aeon

27

Этот навык следует использовать для задач машинного обучения с временными рядами, включая классификацию, регрессию, кластеризацию, прогнозирование, обнаружение аномалий, сегментацию и поиск по сходству. Используйте его при работе с временными данными, последовательными шаблонами или временными наблюдениями, требующими специализированных алгоритмов, выходящих за рамки стандартных методов машинного обучения. Особенно подходит для анализа унивариантных и мультивариантных временных рядов с API, совместимыми с scikit-learn.

scientific

biorxiv-database

27

Эффективный инструмент поиска по базе данных для сервера препринтов bioRxiv. Используйте этот навык при поиске препринтов в области наук о жизни по ключевым словам, авторам, диапазонам дат или категориям, для получения метаданных статей, скачивания PDF-файлов или проведения обзоров литературы.

scientific

polars

27

Библиотека Fast DataFrame (Apache Arrow). Выбор, фильтрация, группировка (group_by), объединения (joins), ленивое вычисление, ввод/вывод CSV/Parquet, API выражений, для высокопроизводительных рабочих процессов анализа данных.

scientific

pytorch-lightning

27

Фреймворк глубокого обучения (PyTorch Lightning). Организуйте код PyTorch в LightningModules, настройте Trainers для многогпу/ТПУ, реализуйте конвейеры данных, обратные вызовы, логирование (W&B, TensorBoard), распределённое обучение (DDP, FSDP, DeepSpeed) для масштабируемого обучения нейронных сетей.

scientific

shap

27

Интерпретируемость и объяснимость моделей с использованием SHAP (SHapley Additive exPlanations). Используйте этот навык при объяснении предсказаний моделей машинного обучения, вычислении важности признаков, генерации SHAP-графиков (водопад, пчелиный рой, столбчатая диаграмма, точечная диаграмма, сила, тепловая карта), отладке моделей, анализе смещения или справедливости модели, сравнении моделей или реализации объяснимого ИИ. Работает с моделями на основе деревьев (XGBoost, LightGBM, Random Forest), глубоким обучением (TensorFlow, PyTorch), линейными моделями и любыми моделями-«черными ящиками».

scientific

biopython

25

Основной набор инструментов на Python для молекулярной биологии. Предпочтителен для запросов к PubMed/NCBI на Python (Bio.Entrez), манипуляций с последовательностями, парсинга файлов (FASTA, GenBank, FASTQ, PDB), продвинутых рабочих процессов BLAST, структур, филогенетики. Для быстрого BLAST используйте gget. Для прямого REST API используйте pubmed-database.

scientific

kegg-database

23

Прямой доступ к REST API KEGG (только для академического использования). Анализ путей, сопоставление генов с путями, метаболические пути, взаимодействия лекарств, конвертация идентификаторов. Для рабочих процессов на Python с несколькими базами данных предпочтительнее использовать bioservices. Используйте это для прямой работы с HTTP/REST или специфического управления KEGG.

scientific

openalex-database

23

Запрашивайте и анализируйте научную литературу с использованием базы данных OpenAlex. Этот навык следует применять при поиске академических статей, анализе исследовательских тенденций, поиске работ авторов или учреждений, отслеживании цитирований, обнаружении публикаций с открытым доступом или проведении библиометрического анализа более чем 240 млн научных работ. Используйте для поиска литературы, анализа научной продукции, анализа цитирований и запросов к академическим базам данных.

scientific

treatment-plans

23

Генерировать краткие (3-4 страницы), целенаправленные планы медицинского лечения в формате LaTeX/PDF для всех клинических специальностей. Поддерживает общую медицинскую терапию, реабилитационную терапию, психиатрическую помощь, управление хроническими заболеваниями, периоперативный уход и обезболивание. Включает SMART-цели, основанные на доказательствах вмешательства с минимальными текстовыми ссылками, соблюдение нормативных требований (HIPAA) и профессиональное форматирование. Приоритет отдается краткости и клинической применимости.

scientific

venue-templates

23

Получите доступ к комплексным шаблонам LaTeX, требованиям к форматированию и руководствам по подаче материалов для основных научных изданий (Nature, Science, PLOS, IEEE, ACM), академических конференций (NeurIPS, ICML, CVPR, CHI), научных постеров и грантовых заявок (NSF, NIH, DOE, DARPA). Этот навык следует использовать при подготовке рукописей для подачи в журналы, конференционные статьи, научные постеры или грантовые заявки, когда необходимы требования к форматированию и шаблоны, специфичные для конкретного места публикации.

scientific

pyhealth

21

Комплексный набор инструментов ИИ для здравоохранения для разработки, тестирования и развертывания моделей машинного обучения с клиническими данными. Этот навык следует использовать при работе с электронными медицинскими записями (EHR), задачами клинического прогнозирования (смертность, повторная госпитализация, рекомендации по лекарствам), системами медицинского кодирования (ICD, NDC, ATC), физиологическими сигналами (EEG, ECG), наборами данных здравоохранения (MIMIC-III/IV, eICU, OMOP) или при реализации моделей глубокого обучения для медицинских приложений (RETAIN, SafeDrug, Transformer, GNN).

scientific

scanpy

21

Анализ одноядерной РНК-секвенирования (single-cell RNA-seq). Загрузка данных .h5ad/10X, контроль качества (QC), нормализация, PCA/UMAP/t-SNE, кластеризация методом Лейдена, маркерные гены, аннотация типов клеток, траектория, для анализа scRNA-seq.

scientific

sympy

20

Используйте этот навык при работе с символьной математикой в Python. Этот навык следует применять для задач символьных вычислений, включая алгебраическое решение уравнений, выполнение операций исчисления (производные, интегралы, пределы), манипулирование алгебраическими выражениями, работу с матрицами символически, физические расчёты, задачи теории чисел, геометрические вычисления и генерацию исполняемого кода из математических выражений. Применяйте этот навык, когда пользователю нужны точные символьные результаты, а не численные приближения, или при работе с математическими формулами, содержащими переменные и параметры.

scientific

anndata

19

Этот навык следует использовать при работе с аннотированными матрицами данных в Python, особенно для анализа одноклеточной геномики, управления экспериментальными измерениями с метаданными или обработки крупномасштабных биологических наборов данных. Используйте его, когда задачи связаны с объектами AnnData, файлами h5ad, данными одноклеточного RNA-seq или интеграцией с инструментами scanpy/scverse.

scientific

bioservices

19

Основной инструмент на Python для более чем 40 биоинформатических сервисов. Предпочитается для многобазовых рабочих процессов: UniProt, KEGG, ChEMBL, PubChem, Reactome, QuickGO. Унифицированный API для запросов, сопоставления идентификаторов, анализа путей. Для прямого управления через REST используйте отдельные навыки баз данных (uniprot-database, kegg-database).

scientific

denario

19

Многоагентная ИИ-система для помощи в научных исследованиях, которая автоматизирует рабочие процессы исследований от анализа данных до публикации. Этот навык следует использовать при генерации исследовательских идей на основе наборов данных, разработке методологий исследований, выполнении вычислительных экспериментов, проведении поиска литературы или создании готовых к публикации статей в формате LaTeX. Поддерживает сквозные исследовательские конвейеры с настраиваемой оркестрацией агентов.

scientific

dnanexus-integration

19

Платформа облачной геномики DNAnexus. Создавайте приложения/апплеты, управляйте данными (загрузка/выгрузка), dxpy Python SDK, запускайте рабочие процессы, FASTQ/BAM/VCF, для разработки и выполнения геномных конвейеров.

scientific

scholar-evaluation

19

scientific

biomni

18

Автономная биомедицинская AI-агентская платформа для выполнения сложных исследовательских задач в области геномики, разработки лекарств, молекулярной биологии и клинического анализа. Используйте этот навык при проведении многоэтапных биомедицинских исследований, включая проектирование CRISPR-скрининга, анализ одноядерной РНК-секвенирования (single-cell RNA-seq), прогнозирование ADMET, интерпретацию GWAS, диагностику редких заболеваний или оптимизацию лабораторных протоколов. Использует рассуждения LLM с выполнением кода и интегрированными биомедицинскими базами данных.

scientific

clinicaltrials-database

18

Запросите ClinicalTrials.gov через API v2. Выполняйте поиск исследований по состоянию, лекарству, местоположению, статусу или фазе. Получайте детали исследований по NCT ID, экспортируйте данные для клинических исследований и подбора пациентов.

scientific

alphafold-database

17

Получите доступ к более чем 200 млн предсказанных ИИ структур белков AlphaFold. Извлекайте структуры по UniProt ID, скачивайте файлы PDB/mmCIF, анализируйте метрики достоверности (pLDDT, PAE) для разработки лекарств и структурной биологии.

scientific

modal

17

Запускайте Python-код в облаке с использованием бессерверных контейнеров, GPU и автоматического масштабирования. Используйте при развертывании моделей машинного обучения, выполнении пакетных заданий, планировании вычислительно интенсивных задач или обслуживании API, требующих ускорения на GPU или динамического масштабирования.

scientific

transformers

17

Этот навык следует использовать при работе с предварительно обученными трансформерными моделями для обработки естественного языка, компьютерного зрения, аудио или мультимодальных задач. Используйте для генерации текста, классификации, ответа на вопросы, перевода, суммирования, классификации изображений, обнаружения объектов, распознавания речи и дообучения моделей на пользовательских наборах данных.

scientific

dask

16

Параллельные/распределённые вычисления. Масштабирование pandas/NumPy за пределы памяти, параллельные DataFrames/Arrays, обработка нескольких файлов, графы задач для наборов данных, превышающих объём ОЗУ, и параллельных рабочих процессов.

scientific

qutip

16

Симуляции и анализ квантовой механики с использованием QuTiP (Quantum Toolbox in Python). Используется при работе с квантовыми системами, включая: (1) квантовые состояния (кеты, бры, матрицы плотности), (2) квантовые операторы и гейты, (3) эволюцию во времени и динамику (уравнение Шрёдингера, уравнения мастер, метод Монте-Карло), (4) открытые квантовые системы с диссипацией, (5) квантовые измерения и запутанность, (6) визуализацию (сфера Блоха, функции Вигнера), (7) стационарные состояния и корреляционные функции, или (8) продвинутые методы (теория Флоке, HEOM, стохастические решатели). Обрабатывает как закрытые, так и открытые квантовые системы в различных областях, включая квантовую оптику, квантовые вычисления и физику конденсированного состояния.

scientific

gene-database

15

Запросите ген NCBI через API E-utilities/Datasets. Поиск по символу/ID, получение информации о гене (RefSeqs, GO, локализации, фенотипы), пакетные запросы для аннотации генов и функционального анализа.

scientific

geo-database

15

Получите доступ к NCBI GEO для данных по экспрессии генов/геномике. Выполняйте поиск и загрузку наборов данных микрочипов и RNA-seq (GSE, GSM, GPL), извлекайте файлы SOFT/Matrix для транскриптомики и анализа экспрессии.

scientific

simpy

15

Основанный на процессах каркас дискретно-событийного моделирования на Python. Используйте этот навык при построении моделей систем с процессами, очередями, ресурсами и событиями, основанными на времени, таких как производственные системы, сервисные операции, сетевой трафик, логистика или любая система, где объекты взаимодействуют с общими ресурсами во времени.

scientific

uspto-database

15

Получайте доступ к API USPTO для поиска патентов/товарных знаков, истории экспертизы (PEDS), передач прав, цитирований, служебных действий, TSDR, для анализа интеллектуальной собственности и поиска предшествующего уровня техники.

scientific

astropy

14

Всеобъемлющая библиотека Python для астрономии и астрофизики. Этот навык следует использовать при работе с астрономическими данными, включая небесные координаты, физические единицы, файлы FITS, космологические расчёты, системы времени, таблицы, системы мировых координат (WCS) и анализ астрономических данных. Используйте при выполнении задач, связанных с преобразованием координат, преобразованием единиц, обработкой файлов FITS, вычислением космологических расстояний, преобразованием шкал времени или обработкой астрономических данных.

scientific

deepchem

14

Набор инструментов для машинного обучения на молекулах. Прогнозирование свойств (ADMET, токсичность), GNN (GCN, MPNN), эталоны MoleculeNet, предварительно обученные модели, фичуризация, для машинного обучения в области разработки лекарств.

scientific

pydicom

14

Библиотека Python для работы с файлами DICOM (Digital Imaging and Communications in Medicine). Используйте этот навык при чтении, записи или изменении медицинских изображений в формате DICOM, извлечении пиксельных данных из медицинских изображений (КТ, МРТ, рентген, ультразвук), анонимизации файлов DICOM, работе с метаданными и тегами DICOM, конвертации изображений DICOM в другие форматы, обработке сжатых данных DICOM или обработке наборов данных медицинских изображений. Применяется для задач, связанных с анализом медицинских изображений, системами PACS, радиологическими рабочими процессами и приложениями для медицинской визуализации.

scientific

pdb-database

13

Получите доступ к RCSB PDB для 3D структур белков/нуклеиновых кислот. Выполняйте поиск по тексту/последовательности/структуре, скачивайте координаты (PDB/mmCIF), извлекайте метаданные для структурной биологии и разработки лекарств.

scientific

torchdrug

13

Инструментарий для разработки лекарств на основе графов. Прогнозирование молекулярных свойств (ADMET), моделирование белков, рассуждения на основе графов знаний, генерация молекул, ретросинтез, GNN (GIN, GAT, SchNet), более 40 наборов данных, для ML на основе PyTorch с молекулами, белками и биомедицинскими графами.

scientific

uniprot-database

13

Прямой доступ к UniProt через REST API. Поиск белков, получение FASTA, сопоставление идентификаторов, Swiss-Prot/TrEMBL. Для рабочих процессов на Python с несколькими базами данных предпочтительнее использовать bioservices (унифицированный интерфейс к более чем 40 сервисам). Используйте это для прямой работы с HTTP/REST или специфического управления UniProt.

scientific

fluidsim

12

Фреймворк для моделирования вычислительной гидродинамики с использованием Python. Используется при проведении симуляций гидродинамики, включая уравнения Навье-Стокса (2D/3D), уравнения мелкой воды, стратифицированные потоки, а также при анализе турбулентности, динамики вихрей или геофизических потоков. Обеспечивает псевдоспектральные методы с FFT, поддержку высокопроизводительных вычислений (HPC) и комплексный анализ выходных данных.

scientific

neurokit2

12

Комплексный набор инструментов для обработки биосигналов для анализа физиологических данных, включая сигналы ЭКГ, ЭЭГ, ЭДА, РСП, ППГ, ЭМГ и ЭОГ. Используйте этот навык при обработке сердечно-сосудистых сигналов, активности мозга, электродермальных реакций, дыхательных паттернов, мышечной активности или движений глаз. Применимо для анализа вариабельности сердечного ритма, вызванных потенциалов, мер сложности, оценки вегетативной нервной системы, психофизиологических исследований и интеграции мультимодальных физиологических сигналов.

scientific

reactome-database

12

Запросите Reactome REST API для анализа путей, обогащения, сопоставления генов с путями, путей заболеваний, молекулярных взаимодействий, анализа экспрессии для исследований системной биологии.

scientific

zarr-python

12

Чанкованные N-мерные массивы для облачного хранения. Сжатые массивы, параллельный ввод-вывод, интеграция с S3/GCS, совместимость с NumPy/Dask/Xarray, для масштабных научных вычислительных конвейеров.

scientific

ensembl-database

11

Запрос к REST API базы данных генома Ensembl для более чем 250 видов. Поиск генов, получение последовательностей, анализ вариантов, сравнительная геномика, ортологи, предсказания VEP для геномных исследований.

scientific

flowio

11

Парсинг файлов FCS (Flow Cytometry Standard) версий 2.0-3.1. Извлечение событий в виде массивов NumPy, чтение метаданных/каналов, конвертация в CSV/DataFrame для предварительной обработки данных проточной цитометрии.

scientific

gtars

11

Высокопроизводительный набор инструментов для анализа геномных интервалов на Rust с привязками к Python. Используется при работе с геномными регионами, файлами BED, треками покрытия, обнаружением перекрытий, токенизацией для моделей машинного обучения или анализом фрагментов в вычислительной геномике и приложениях машинного обучения.

scientific

pymc

11

Байесовское моделирование с PyMC. Построение иерархических моделей, MCMC (NUTS), вариационное вывод, сравнение LOO/WAIC, проверка апостериорного распределения, для вероятностного программирования и вывода.

scientific

string-database

11

API Query STRING для взаимодействий белок-белок (59 млн белков, 20 млрд взаимодействий). Анализ сетей, обогащение GO/KEGG, обнаружение взаимодействий, более 5000 видов, для системной биологии.

scientific

torch_geometric

11

Графовые нейронные сети (PyG). Классификация узлов/графов, предсказание связей, GCN, GAT, GraphSAGE, гетерогенные графы, предсказание молекулярных свойств для геометрического глубокого обучения.

scientific

vaex

11

Используйте этот навык для обработки и анализа больших табличных наборов данных (миллиарды строк), которые превышают доступный объем оперативной памяти. Vaex превосходен в операциях с DataFrame вне ядра, ленивом вычислении, быстрых агрегациях, эффективной визуализации больших данных и машинном обучении на больших наборах данных. Применяйте, когда пользователям необходимо работать с большими файлами CSV/HDF5/Arrow/Parquet, выполнять быструю статистику на массивных наборах данных, создавать визуализации больших данных или строить ML-конвейеры, которые не помещаются в память.

scientific

cirq

10

Фреймворк квантовых вычислений для создания, моделирования, оптимизации и выполнения квантовых схем. Используйте этот навык при работе с квантовыми алгоритмами, проектированием квантовых схем, квантовым моделированием (без шума или с шумом), запуском на квантовом оборудовании (Google, IonQ, AQT, Pasqal), оптимизацией и компиляцией схем, моделированием и характеристикой шума, а также квантовыми экспериментами и бенчмаркингом (VQE, QAOA, QPE, рандомизированный бенчмаркинг).

scientific

deeptools

10

Набор инструментов для анализа NGS. Конвертация BAM в bigWig, контроль качества (корреляция, PCA, отпечатки), тепловые карты/профили (TSS, пики) для визуализации ChIP-seq, RNA-seq, ATAC-seq.

scientific

omero-integration

10

Платформа управления данными микроскопии. Доступ к изображениям через Python, извлечение наборов данных, анализ пикселей, управление ROI/аннотациями, пакетная обработка, для высокопроизводительного скрининга и рабочих процессов микроскопии.

scientific

pufferlib

10

Этот навык следует использовать при работе с задачами обучения с подкреплением, включая высокопроизводительное обучение RL, разработку пользовательских сред, векторизованное параллельное моделирование, мультиагентные системы или интеграцию с существующими средами RL (Gymnasium, PettingZoo, Atari, Procgen и др.). Используйте этот навык для реализации обучения PPO, создания сред PufferEnv, оптимизации производительности RL или разработки политик с использованием CNN/LSTM.

scientific

clinvar-database

9

Запросите в NCBI ClinVar клиническую значимость варианта. Поиск по гену/позиции, интерпретация классификаций патогенности, доступ через API E-utilities или FTP, аннотирование VCF-файлов для геномной медицины.

scientific

datacommons-client

9

Работайте с Data Commons, платформой, предоставляющей программный доступ к публичным статистическим данным из глобальных источников. Используйте этот навык при работе с демографическими данными, экономическими показателями, статистикой здравоохранения, экологическими данными или любыми публичными наборами данных, доступными через Data Commons. Применимо для запроса статистики населения, показателей ВВП, уровней безработицы, распространенности заболеваний, разрешения географических объектов и изучения взаимосвязей между статистическими сущностями.

scientific

gget

9

CLI/Python набор инструментов для быстрого выполнения биоинформатических запросов. Предпочтительно для быстрых поисков BLAST. Доступ к более чем 20 базам данных: информация о генах (Ensembl/UniProt), AlphaFold, ARCHS4, Enrichr, OpenTargets, COSMIC, загрузки геномов. Для расширенного BLAST/пакетной обработки используйте biopython. Для интеграции нескольких баз данных используйте bioservices.

scientific

opentargets-database

9

Запросите платформу Open Targets для получения ассоциаций между мишенями и заболеваниями, открытия лекарственных мишеней, данных о проходимости/безопасности, генетических/омических доказательств, известных лекарств для идентификации терапевтических мишеней.

scientific

pennylane

9

Кроссплатформенная библиотека Python для квантовых вычислений, квантового машинного обучения и квантовой химии. Позволяет создавать и обучать квантовые схемы с автоматическим дифференцированием, обеспечивает бесшовную интеграцию с PyTorch/JAX/TensorFlow и независимое от устройства выполнение на симуляторах и квантовом оборудовании (IBM, Amazon Braket, Google, Rigetti, IonQ и др.). Используется при работе с квантовыми схемами, вариационными квантовыми алгоритмами (VQE, QAOA), квантовыми нейронными сетями, гибридными квантово-классическими моделями, молекулярными симуляциями, расчетами в квантовой химии или любыми задачами квантовых вычислений, требующими оптимизации на основе градиентов, аппаратно-независимого программирования или рабочих процессов квантового машинного обучения.

scientific

benchling-integration

8

Интеграция платформы Benchling для НИОКР. Доступ к реестру (ДНК, белки), инвентарю, записям ELN, рабочим процессам через API, создание приложений Benchling, запросы к хранилищу данных для автоматизации управления лабораторными данными.

scientific

chembl-database

8

Запросите биологически активные молекулы и данные по разработке лекарств из ChEMBL. Выполняйте поиск соединений по структуре/свойствам, получайте данные по биоактивности (IC50, Ki), находите ингибиторы, проводите исследования SAR для медицинской химии.

scientific

datamol

8

Pythonic оболочка вокруг RDKit с упрощённым интерфейсом и разумными настройками по умолчанию. Предпочтительно для стандартного поиска лекарств: разбор SMILES, стандартизация, дескрипторы, отпечатки, кластеризация, 3D-конформеры, параллельная обработка. Возвращает нативные объекты rdkit.Chem.Mol. Для расширенного управления или пользовательских параметров используйте rdkit напрямую.

scientific

get-available-resources

8

Этот навык следует использовать в начале любой вычислительно интенсивной научной задачи для обнаружения и отчёта о доступных системных ресурсах (ядра ЦП, GPU, память, дисковое пространство). Он создаёт JSON-файл с информацией о ресурсах и стратегическими рекомендациями, которые помогают принимать решения по вычислительному подходу, таким как использование параллельной обработки (joblib, multiprocessing), вычислений вне ядра памяти (Dask, Zarr), ускорения на GPU (PyTorch, JAX) или стратегий с эффективным использованием памяти. Используйте этот навык перед запуском анализов, обучением моделей, обработкой больших наборов данных или любой задачей, где важны ограничения ресурсов.

scientific

histolab

8

Набор инструментов для обработки изображений цифровой патологии целых слайдов (WSI). Используйте этот навык при работе с гистопатологическими слайдами, обработке изображений тканей, окрашенных H&E или IHC, извлечении тайлов из гигапиксельных патологических изображений, обнаружении областей ткани, сегментации масок ткани или подготовке наборов данных для вычислительных глубоких обучающих конвейеров патологии. Применяется к форматам WSI (SVS, TIFF, NDPI), анализу на основе тайлов и рабочим процессам предварительной обработки гистологических изображений.

scientific

hypogenic

8

Автоматизированная генерация и проверка гипотез с использованием больших языковых моделей. Используйте этот навык при формировании научных гипотез на основе наборов данных, сочетая литературные данные с эмпирическими, проверяя гипотезы на основе наблюдательных данных или проводя систематическое исследование гипотез для научных открытий в таких областях, как обнаружение обмана, выявление AI-контента, анализ психического здоровья или другие эмпирические исследовательские задачи.

scientific

labarchive-integration

8

Интеграция API электронных лабораторных журналов. Доступ к журналам, управление записями/вложениями, резервное копирование журналов, интеграция с Protocols.io/Jupyter/REDCap для программных рабочих процессов ELN.

scientific

medchem

8

Фильтры медицинской химии. Применяйте правила лекарственности (Липински, Вебер), фильтры PAINS, структурные предупреждения, метрики сложности для приоритизации соединений и фильтрации библиотек.

scientific

pydeseq2

8

Анализ дифференциальной экспрессии генов (Python DESeq2). Идентификация дифференциально экспрессируемых генов из данных bulk RNA-seq, тесты Вальда, коррекция FDR, волькано/MA графики для анализа RNA-seq.

scientific

pyopenms

8

Интерфейс Python к OpenMS для анализа данных масс-спектрометрии. Используется для рабочих процессов LC-MS/MS протеомики и метаболомики, включая обработку файлов (mzML, mzXML, mzTab, FASTA, pepXML, protXML, mzIdentML), обработку сигналов, обнаружение признаков, идентификацию пептидов и количественный анализ. Применяется при работе с данными масс-спектрометрии, анализе протеомных экспериментов или обработке метаболомных наборов данных.

scientific

rdkit

8

Набор инструментов хемоинформатики для тонкого управления молекулами. Разбор SMILES/SDF, дескрипторы (MW, LogP, TPSA), отпечатки, поиск по подструктурам, генерация 2D/3D, сходство, реакции. Для стандартных рабочих процессов с более простым интерфейсом используйте datamol (обертка над RDKit). Используйте rdkit для расширенного управления, пользовательской санации, специализированных алгоритмов.

scientific

scikit-bio

8

Набор инструментов для биологических данных. Анализ последовательностей, выравнивания, филогенетические деревья, метрики разнообразия (альфа/бета, UniFrac), ординация (PCoA), PERMANOVA, FASTA/Newick ввод/вывод, для анализа микробиома.

scientific

stable-baselines3

8

Используйте этот навык для задач обучения с подкреплением, включая обучение агентов RL (PPO, SAC, DQN, TD3, DDPG, A2C и др.), создание пользовательских сред Gym, реализацию обратных вызовов для мониторинга и управления, использование векторизованных сред для параллельного обучения и интеграцию с рабочими процессами глубокого RL. Этот навык следует использовать, когда пользователи запрашивают реализацию алгоритмов RL, обучение агентов, проектирование среды или эксперименты с RL.

scientific

brenda-database

7

Получите доступ к базе данных ферментов BRENDA через SOAP API. Извлекайте кинетические параметры (Km, kcat), уравнения реакций, данные об организмах и информацию о ферментах, специфичных для субстратов, для биохимических исследований и анализа метаболических путей.

scientific

cellxgene-census

7

Запросите CZ CELLxGENE Census (более 61 млн клеток). Фильтруйте по типу клеток/тканям/заболеваниям, получайте данные экспрессии, интегрируйте с scanpy/PyTorch для анализа одиночных клеток в масштабе популяции.

scientific

cobrapy

7

"Моделирование метаболизма на основе ограничений (COBRA). FBA, FVA, генные нокауты, выборка потоков, модели SBML для анализа системной биологии и метаболического инжиниринга."

scientific

cosmic-database

7

Доступ к базе данных мутаций рака COSMIC. Запрос соматических мутаций, Cancer Gene Census, мутационных сигнатур, слияний генов для исследований рака и точной онкологии. Требуется аутентификация.

scientific

ena-database

7

Доступ к Европейскому архиву нуклеотидов через API/FTP. Получение последовательностей ДНК/РНК, необработанных чтений (FASTQ), сборок геномов по аксессиону для геномных и биоинформатических конвейеров. Поддерживает несколько форматов.

scientific

gwas-database

7

Запросите каталог GWAS NHGRI-EBI для ассоциаций SNP с признаками. Выполняйте поиск вариантов по rs ID, заболеванию/признаку, гену, получайте p-значения и сводную статистику для генетической эпидемиологии и полигенных рисковых оценок.

scientific

matchms

7

Анализ масс-спектрометрии. Обработка mzML/MGF/MSP, спектральное сходство (косинусное, модифицированное косинусное), гармонизация метаданных, идентификация соединений, для метаболомики и обработки данных МС.

scientific

neuropixels-analysis

7

Анализ нейронных записей Neuropixels. Загрузка данных SpikeGLX/OpenEphys, предварительная обработка, коррекция движения, сортировка спайков Kilosort4, метрики качества, курирование Allen/IBL, визуальный анализ с помощью ИИ для внеклеточной электрофизиологии Neuropixels 1.0/2.0. Используется при работе с нейронными записями, сортировкой спайков, внеклеточной электрофизиологией или когда пользователь упоминает Neuropixels, SpikeGLX, Open Ephys, Kilosort, метрики качества или курирование единиц.

scientific

pysam

7

Набор инструментов для работы с геномными файлами. Чтение/запись выравниваний SAM/BAM/CRAM, вариантов VCF/BCF, последовательностей FASTA/FASTQ, извлечение регионов, расчет покрытия, для конвейеров обработки данных NGS.

scientific

scikit-survival

7

Комплексный набор инструментов для анализа выживаемости и моделирования времени до события на Python с использованием scikit-survival. Используйте этот навык при работе с цензурированными данными выживаемости, выполнении анализа времени до события, подгонке моделей Кокса, случайных лесов выживаемости, моделей градиентного бустинга или Survival SVM, оценке прогнозов выживаемости с помощью индекса конкордантности или Brier score, обработке конкурирующих рисков или реализации любого рабочего процесса анализа выживаемости с библиотекой scikit-survival.

scientific

adaptyv

6

Облачная лабораторная платформа для автоматизированного тестирования и валидации белков. Используется при проектировании белков и необходимости экспериментальной валидации, включая анализы связывания, тестирование экспрессии, измерения термостабильности, анализы активности ферментов или оптимизацию последовательности белка. Также используется для подачи экспериментов через API, отслеживания статуса экспериментов, загрузки результатов, оптимизации последовательностей белков для лучшей экспрессии с использованием вычислительных инструментов (NetSolP, SoluProt, SolubleMPNN, ESM) или управления рабочими процессами проектирования белков с валидацией в мокрой лаборатории.

scientific

clinpgx-database

6

Получите доступ к данным фармакогеномики ClinPGx (преемник PharmGKB). Выполняйте запросы взаимодействий генов и лекарств, руководств CPIC, функций аллелей для точной медицины и решений по дозированию, основанных на генотипе.

scientific

fda-database

6

Запросите API openFDA для лекарств, устройств, нежелательных явлений, отзывов, регуляторных подач (510k, PMA), идентификации веществ (UNII) для анализа регуляторных данных FDA и исследований безопасности.

scientific

molfeat

6

Молекулярная феатуризация для машинного обучения (более 100 феатуризаторов). ECFP, MACCS, дескрипторы, предобученные модели (ChemBERTa), преобразование SMILES в признаки, для QSAR и молекулярного машинного обучения.

scientific

protocolsio-integration

6

Интеграция с API protocols.io для управления научными протоколами. Этот навык следует использовать при работе с protocols.io для поиска, создания, обновления или публикации протоколов; управления шагами и материалами протокола; обработки обсуждений и комментариев; организации рабочих пространств; загрузки и управления файлами; либо интеграции функционала protocols.io в рабочие процессы. Применимо для поиска протоколов, совместной разработки протоколов, отслеживания экспериментов, управления лабораторными протоколами и научной документации.

scientific

pytdc

6

Therapeutics Data Commons. Готовые к ИИ наборы данных для открытия лекарств (ADME, токсичность, DTI), эталоны, разбиения по скелетам, молекулярные оракулы для терапевтического машинного обучения и фармакологического прогнозирования.

scientific

scvi-tools

6

Этот навык следует использовать при работе с анализом данных одноядерной омики с использованием scvi-tools, включая scRNA-seq, scATAC-seq, CITE-seq, пространственную транскриптомику и другие одноядерные модальности. Используйте этот навык для вероятностного моделирования, коррекции батчей, снижения размерности, анализа дифференциальной экспрессии, аннотации типов клеток, мультимодальной интеграции и пространственного анализа.

scientific

drugbank-database

5

Получайте доступ и анализируйте комплексную информацию о лекарствах из базы данных DrugBank, включая свойства лекарств, взаимодействия, мишени, пути, химические структуры и фармакологические данные. Этот навык следует использовать при работе с фармацевтическими данными, исследованиями по открытию лекарств, фармакологическими исследованиями, анализом взаимодействий лекарств, идентификацией мишеней, поиском химического сходства, предсказаниями ADMET или любой задачей, требующей подробной информации о лекарствах и их мишенях из DrugBank.

scientific

lamindb

5

Этот навык следует использовать при работе с LaminDB, открытой платформой данных для биологии, которая делает данные доступными для запросов, отслеживаемыми, воспроизводимыми и соответствующими принципам FAIR. Используйте при управлении биологическими наборами данных (scRNA-seq, пространственные данные, проточная цитометрия и др.), отслеживании вычислительных рабочих процессов, курировании и валидации данных с использованием биологических онтологий, построении data lakehouse, а также обеспечении прослеживаемости данных и воспроизводимости в биологических исследованиях. Охватывает управление данными, аннотирование, онтологии (гены, типы клеток, заболевания, ткани), валидацию схем, интеграции с менеджерами рабочих процессов (Nextflow, Snakemake) и платформами MLOps (W&B, MLflow), а также стратегии развертывания.

scientific

umap-learn

5

UMAP снижение размерности. Быстрое нелинейное обучение многообразия для 2D/3D визуализации, предварительной обработки кластеризации (HDBSCAN), контролируемого/параметрического UMAP для высокоразмерных данных.

scientific

arboreto

4

Выводите генетические регуляторные сети (GRNs) из данных экспрессии генов с использованием масштабируемых алгоритмов (GRNBoost2, GENIE3). Используйте при анализе транскриптомных данных (bulk RNA-seq, single-cell RNA-seq) для выявления отношений между факторами транскрипции и целевыми генами, а также регуляторных взаимодействий. Поддерживает распределённые вычисления для крупномасштабных наборов данных.

scientific

diffdock

4

Диффузионное молекулярное докинг. Прогнозирование поз белок-лиганд из PDB/SMILES, оценки достоверности, виртуальный скрининг для структурно-ориентированного дизайна лекарств. Не предназначено для предсказания аффинности.

scientific

esm

4

Комплексный набор инструментов для языковых моделей белков, включая ESM3 (генеративный мультимодальный дизайн белков на основе последовательности, структуры и функции) и ESM C (эффективные встраивания и представления белков). Используйте этот навык при работе с последовательностями белков, структурами или предсказанием функций; проектировании новых белков; генерации встраиваний белков; выполнении обратного сворачивания; или проведении задач белковой инженерии. Поддерживает как локальное использование моделей, так и облачный API Forge для масштабируемого вывода.

scientific

etetoolkit

4

Набор инструментов для филогенетических деревьев (ETE). Манипуляция деревьями (Newick/NHX), обнаружение эволюционных событий, ортология/паралогия, таксономия NCBI, визуализация (PDF/SVG) для филогеномики.

scientific

geniml

4

Этот навык следует использовать при работе с данными геномных интервалов (файлы BED) для задач машинного обучения. Используется для обучения встраиваний регионов (Region2Vec, BEDspace), анализа single-cell ATAC-seq (scEmbed), построения консенсусных пиков (universes) или любого анализа геномных регионов на основе машинного обучения. Применяется к коллекциям файлов BED, данным scATAC-seq, наборам данных по доступности хроматина и обучению геномных признаков на основе регионов.

scientific

hmdb-database

4

Доступ к базе данных человеческого метаболома (более 220 тыс. метаболитов). Поиск по имени/ID/структуре, получение химических свойств, данных биомаркеров, спектров ЯМР/МС, путей метаболизма для метаболомики и идентификации.

scientific

latchbio-integration

4

Платформа Latch для биоинформатических рабочих процессов. Создавайте конвейеры с помощью Latch SDK, декораторов @workflow/@task, развертывайте бессерверные рабочие процессы, LatchFile/LatchDir, интеграция с Nextflow/Snakemake.

scientific

pathml

4

Набор инструментов вычислительной патологии для анализа изображений целых слайдов (WSI) и мультипараметрических данных визуализации. Используйте этот навык при работе с гистопатологическими слайдами, изображениями, окрашенными по методу H&E, мультиплексной иммунофлуоресценцией (CODEX, Vectra), пространственной протеомикой, обнаружением/сегментацией ядер, построением графов тканей или обучением моделей машинного обучения на данных патологии. Поддерживает более 160 форматов слайдов, включая Aperio SVS, NDPI, DICOM, OME-TIFF для рабочих процессов цифровой патологии.

scientific

qiskit

4

Комплексный набор инструментов для квантовых вычислений, предназначенный для создания, оптимизации и выполнения квантовых схем. Используется при работе с квантовыми алгоритмами, симуляциями или квантовым оборудованием, включая (1) построение квантовых схем с использованием вентилей и измерений, (2) запуск квантовых алгоритмов (VQE, QAOA, Grover), (3) транспиляцию/оптимизацию схем для оборудования, (4) выполнение на IBM Quantum или других провайдерах, (5) квантовую химию и материаловедение, (6) квантовое машинное обучение, (7) визуализацию схем и результатов, или (8) любую задачу разработки в области квантовых вычислений.

scientific

zinc-database

4

Доступ к ZINC (более 230 миллионов доступных для покупки соединений). Поиск по ZINC ID/SMILES, поиск по сходству, 3D-структуры, готовые для докинга, обнаружение аналогов, для виртуального скрининга и разработки лекарств.

scientific

metabolomics-workbench-database

3

Доступ к NIH Metabolomics Workbench через REST API (более 4200 исследований). Запрос метаболитов, номенклатура RefMet, данные MS/NMR, поиски по m/z, метаданные исследований для метаболомики и поиска биомаркеров.

scientific

opentrons-integration

3

Платформа автоматизации лабораторий для роботов Flex/OT-2. Создавайте протоколы Protocol API v2, управление жидкостями, аппаратные модули (нагреватель-встряхиватель, термоциклер), управление лабораторной посудой для автоматизированных рабочих процессов пипетирования.

scientific

pubchem-database

3

Запрос к PubChem через PUG-REST API/PubChemPy (более 110 млн соединений). Поиск по имени/CID/SMILES, получение свойств, поиск по сходству/подструктурам, биологическая активность для хемоинформатики.

scientific

pylabrobot

3

Набор инструментов для автоматизации лабораторий для управления жидкостными манипуляторами, считывателями планшетов, насосами, нагревательными шейкерами, инкубаторами, центрифугами и аналитическим оборудованием. Используйте этот навык при автоматизации лабораторных рабочих процессов, программировании роботов для жидкостного обращения (Hamilton STAR, Opentrons OT-2, Tecan EVO), интеграции лабораторного оборудования, управлении расположением деки и ресурсами (планшеты, наконечники, контейнеры), считывании планшетов или создании воспроизводимых лабораторных протоколов. Применимо как для симулированных протоколов, так и для управления физическим оборудованием.

scientific

pymatgen

3

Набор инструментов для материаловедения. Кристаллические структуры (CIF, POSCAR), фазовые диаграммы, зонная структура, DOS, интеграция с Materials Project, конвертация форматов, для вычислительного материаловедения.