Data & Analytics

Interface Python para OpenMS para análise de dados de espectrometria de massa. Use para workflows de proteômica e metabolômica LC-MS/MS, incluindo manipulação de arquivos (mzML, mzXML, mzTab, FASTA, pepXML, protXML, mzIdentML), processamento de sinais, detecção de features, identificação de peptídeos e análise quantitativa. Aplique ao trabalhar com dados de espectrometria de massa, analisar experimentos de proteômica ou processar datasets de metabolômica.

Kit de ferramentas abrangente de IA em saúde para desenvolver, testar e implantar modelos de machine learning com dados clínicos. Esta habilidade deve ser usada ao trabalhar com registros eletrônicos de saúde (EHR), tarefas de previsão clínica (mortalidade, readmissão, recomendação de medicamentos), sistemas de codificação médica (ICD, NDC, ATC), sinais fisiológicos (EEG, ECG), conjuntos de dados de saúde (MIMIC-III/IV, eICU, OMOP), ou implementar modelos de deep learning para aplicações de s...

Análise de expressão gênica diferencial (Python DESeq2). Identifique genes DE a partir de contagens de RNA-seq em massa, testes de Wald, correção de FDR, gráficos volcano/MA, para análise de RNA-seq.

Biblioteca interativa de visualização de dados científicos e estatísticos para Python. Use ao criar gráficos, plots ou visualizações incluindo scatter plots, gráficos de linhas, gráficos de barras, heatmaps, plots 3D, mapas geográficos, distribuições estatísticas, gráficos financeiros e dashboards. Suporta visualizações rápidas (Plotly Express) e personalização refinada (graph objects). Gera HTML interativo ou imagens estáticas (PNG, PDF, SVG).

Consulte e analise literatura acadêmica usando o banco de dados OpenAlex. Esta skill deve ser usada ao pesquisar artigos acadêmicos, analisar tendências de pesquisa, encontrar obras de autores ou instituições, rastrear citações, descobrir publicações de acesso aberto ou conduzir análise bibliométrica em 240M+ obras acadêmicas. Use para buscas de literatura, análise de produção de pesquisa, análise de citações e consultas em banco de dados acadêmico.

Kit de ferramentas abrangente para criar, analisar e visualizar redes e grafos complexos em Python. Use ao trabalhar com estruturas de dados de rede/grafo, analisar relacionamentos entre entidades, calcular algoritmos de grafo (caminhos mais curtos, centralidade, clustering), detectar comunidades, gerar redes sintéticas ou visualizar topologias de rede. Aplicável a redes sociais, redes biológicas, sistemas de transporte, redes de citações e qualquer domínio envolvendo relacionamentos entre pa...

Featurização molecular para ML (100+ featurizadores). ECFP, MACCS, descritores, modelos pré-treinados (ChemBERTa), converter SMILES em features, para QSAR e ML molecular.

Biblioteca fundamental de visualização. Crie gráficos de linha, dispersão, barras, histogramas, mapas de calor, 3D, subplots, exporte PNG/PDF/SVG, para visualização científica e figuras para publicação.

Kit de ferramentas de processamento de imagens de patologia digital para imagens de lâminas inteiras (WSI). Use essa skill ao trabalhar com lâminas de histopatologia, processar imagens de tecido corado com H&E ou IHC, extrair tiles de imagens de patologia gigapixel, detectar regiões de tecido, segmentar máscaras de tecido ou preparar datasets para pipelines de deep learning de patologia computacional. Aplica-se a formatos WSI (SVS, TIFF, NDPI), análise baseada em tiles e fluxos de trabalho de...

Consulte o Catálogo GWAS NHGRI-EBI para associações SNP-traço. Pesquise variantes por ID rs, doença/traço, gene, recupere valores de p e estatísticas resumidas, para epidemiologia genética e escores de risco poligênico.

Esta skill deve ser usada no início de qualquer tarefa científica computacionalmente intensiva para detectar e relatar recursos disponíveis do sistema (núcleos de CPU, GPUs, memória, espaço em disco). Ela cria um arquivo JSON com informações de recursos e recomendações estratégicas que orientam decisões sobre abordagem computacional, como usar processamento paralelo (joblib, multiprocessing), computação fora da memória (Dask, Zarr), aceleração GPU (PyTorch, JAX) ou estratégias eficientes em m...

Biblioteca Python para trabalhar com dados vetoriais geoespaciais, incluindo shapefiles, GeoJSON e arquivos GeoPackage. Use ao trabalhar com dados geográficos para análise espacial, operações geométricas, transformações de coordenadas, spatial joins, operações de overlay, mapeamento coroplético ou qualquer tarefa envolvendo leitura/escrita/análise de dados vetoriais geográficos. Suporta bancos de dados PostGIS, mapas interativos e integração com matplotlib/folium/cartopy. Use para tarefas com...

Acesse NCBI GEO para dados de expressão gênica e genômica. Pesquise/baixe datasets de microarray e RNA-seq (GSE, GSM, GPL), recupere arquivos SOFT/Matrix, para análise de transcriptômica e expressão.

Essa habilidade deve ser usada ao trabalhar com dados de intervalos genômicos (arquivos BED) para tarefas de machine learning. Use para treinar embeddings de regiões (Region2Vec, BEDspace), análise de scATAC-seq de célula única (scEmbed), construir picos consensuais (universos), ou qualquer análise baseada em ML de regiões genômicas. Aplica-se a coleções de arquivos BED, dados scATAC-seq, conjuntos de dados de acessibilidade de cromatina e aprendizado de recursos genômicos baseado em regiões.

Analise arquivos FCS (Flow Cytometry Standard) v2.0-3.1. Extraia eventos como arrays NumPy, leia metadados/canais, converta para CSV/DataFrame, para pré-processamento de dados de citometria de fluxo.

Realize análise exploratória abrangente em arquivos de dados científicos em mais de 200 formatos de arquivo. Esta habilidade deve ser usada ao analisar qualquer arquivo de dados científico para compreender sua estrutura, conteúdo, qualidade e características. Detecta automaticamente o tipo de arquivo e gera relatórios detalhados em markdown com análise específica do formato, métricas de qualidade e recomendações de análise posterior. Cobre química, bioinformática, microscopia, espectroscopia,...

Toolkit de árvore filogenética (ETE). Manipulação de árvore (Newick/NHX), detecção de eventos evolutivos, ortologia/paralogia, taxonomia NCBI, visualização (PDF/SVG), para filognoômica.

Acesse e analise informações abrangentes sobre medicamentos do banco de dados DrugBank, incluindo propriedades de fármacos, interações, alvo molecular, vias biológicas, estruturas químicas e dados de farmacologia. Esta habilidade deve ser usada ao trabalhar com dados farmacêuticos, pesquisa de descoberta de fármacos, estudos de farmacologia, análise de interações medicamentosas, identificação de alvo molecular, buscas de similaridade química, previsões ADMET ou qualquer tarefa que exija infor...

Ancoragem molecular baseada em difusão. Prever poses de ligação proteína-ligando a partir de PDB/SMILES, scores de confiança, triagem virtual, para design de fármacos baseado em estrutura. Não para predição de afinidade.

Kit de ferramentas de machine learning molecular. Predição de propriedades (ADMET, toxicidade), GNNs (GCN, MPNN), benchmarks MoleculeNet, modelos pré-treinados, featurização, para ML em descoberta de fármacos.

Wrapper Pythônico ao redor do RDKit com interface simplificada e padrões sensatos. Preferido para descoberta de fármacos padrão: análise de SMILES, padronização, descritores, fingerprints, clustering, conformadores 3D, processamento paralelo. Retorna objetos nativos rdkit.Chem.Mol. Para controle avançado ou parâmetros customizados, use rdkit diretamente.

Computação paralela/distribuída. Escale pandas/NumPy além da memória disponível, DataFrames/Arrays paralelos, processamento multi-arquivo, grafos de tarefas, para datasets maiores que RAM e workflows paralelos.

Acesse o banco de dados de mutações de câncer COSMIC. Consulte mutações somáticas, Cancer Gene Census, assinaturas mutacionais, fusões gênicas para pesquisa de câncer e oncologia de precisão. Requer autenticação.

Consulte o CZ CELLxGENE Census (61M+ células). Filtre por tipo de célula/tecido/doença, recupere dados de expressão, integre com scanpy/PyTorch, para análise de célula única em escala populacional.