下载

Skill UI

浏览并发现 9785+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索工具组，共找到 39 条记录

默认排序最新上传最多下载

基因组区间机器学习工具箱

K-Dense-AI/scientific-agent-skills

Geniml是一个用于在基因组区间数据（BED文件）上进行机器学习分析的Python工具包。它提供了一系列先进的无监督方法，用于学习基因组区域、单细胞（scATAC-seq）和元数据的嵌入表示。核心功能包括Region2Vec、BEDspace、scEmbed等，支持构建共识峰集（Universe），可用于基因组学研究中的聚类和特征提取。

高性能基因组学分析工具

K-Dense-AI/scientific-agent-skills

Gtars是一个高性能的基因组区间分析工具包，支持Python绑定。它为计算生物学和机器学习应用提供专业模块，用于基因组重叠检测、覆盖度轨道生成（WIG/BigWig）、基因组分词化和单细胞碎片分析。适用于处理BED文件、参考序列验证及构建生物信息学流程。

Matchms：质谱相似性与代谢组学分析

K-Dense-AI/scientific-agent-skills

Matchms是一个功能强大的开源Python库，专用于质谱数据处理和构建分析流程。它可以支持导入多种格式的谱图数据，提供高级过滤功能以标准化数据，并计算多种谱图相似性得分（如余弦相似度）。该工具在代谢物鉴定、谱库搜索和构建可重复的代谢组学流程方面具有极高的应用价值。

计算病理学分析工具包

K-Dense-AI/scientific-agent-skills

PathML是一个全面的Python工具包，用于先进的计算病理学工作流。它支持从160多种专有格式加载全玻片图像（WSI），并提供图像预处理（染色归一化、组织检测）、构建空间细胞/组织图谱以及训练深度学习模型（如HoVer-Net）的能力。尤其适用于分析CODEX和Vectra等多参数免疫荧光数据。

系统发生树构建与分析工具包

K-Dense-AI/scientific-agent-skills

本工具包提供完整的系统发生学分析流程，涵盖序列比对、数据精修和树状图构建。集成了MAFFT进行多序列比对，IQ-TREE 2和FastTree进行最大似然树推断。适用于分子基因组学、病毒进化追踪、蛋白质家族分析和分子时钟研究等领域，实现自动化生物信息学分析。

高性能基因组区间分析工具

K-Dense-AI/scientific-agent-skills

polars-bio是基于Polars的高性能生物信息学库，专注于基因组区间操作和文件I/O。它提供DataFrame友好的API，用于执行区间算术运算（如重叠、合并、补集等），并支持读写BED, VCF, BAM, GFF等主流生物信息学格式。支持流式处理和云存储，适用于大规模、高性能的基因组数据分析。

差异基因表达分析 (PyDESeq2)

K-Dense-AI/scientific-agent-skills

PyDESeq2是用于批量RNA-seq数据差异基因表达分析的Python工具包。它提供了一个完整的生物信息学工作流程，涵盖了数据加载、设计规范（包括多因素效应）、DESeq2模型拟合、Wald统计检验和FDR校正。该工具支持LFC收缩等高级功能，是实现基因组学分析并将其无缝整合到Python数据流中的关键工具。

PyOpenMS质谱数据分析

K-Dense-AI/scientific-agent-skills

PyOpenMS是基于OpenMS库的Python封装，提供完整的质谱数据分析解决方案。它覆盖了从原始文件读取、信号预处理、特征检测到蛋白质和肽段鉴定等整个流程。该工具适用于蛋白质组学和代谢组学的定量和定性分析，能够处理复杂的LC-MS/MS数据分析工作流。

Python基因组数据分析工具包

K-Dense-AI/scientific-agent-skills

Pysam是一个功能强大的Python模块，专门用于读取、操作和写入核心的基因组数据文件格式。它提供了到htslib的Python接口，支持处理比对文件（BAM/CRAM）、变异文件（VCF/BCF）和参考序列（FASTA/FASTQ）。该工具适用于实现复杂的生物信息学流程、计算覆盖度和进行变异体注释，是生物数据分析的必备工具。

Qiskit量子计算框架

K-Dense-AI/scientific-agent-skills

Qiskit是一个领先的开源量子计算框架，允许用户构建、优化和执行复杂的量子电路。它支持在本地模拟器和真实的IBM量子硬件等多种平台上运行，是实现量子机器学习、化学模拟和组合优化等高级算法的理想工具。

单细胞基因组学分析流程

K-Dense-AI/scientific-agent-skills

提供一套完整的单细胞转录组数据分析管线。可用于执行从质量控制、数据标准化、到降维分析（如PCA、UMAP、t-SNE）、聚类识别和标记基因发现的全部流程，是进行探索性单细胞基因组学研究的关键工具。

生物数据分析工具包

K-Dense-AI/scientific-agent-skills

scikit-bio是一个全面的Python库，专为生物信息学和生物数据分析设计。它提供强大的功能，用于处理DNA、RNA和蛋白质序列，执行复杂的序列比对，构建和分析系统发育树，并进行高级的生态学统计。核心能力包括计算多样性度量、进行降维分析（PCoA）以及处理多种生物学文件格式（如FASTA，Newick）。适用于微生物学、基因组学和生态学研究领域。

上一页 1 234 下一页

语言