软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18671+ 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

搜索生物学，共找到 28 条记录

默认排序最新上传最多下载

PDB结构浏览器

K-Dense-AI/claude-scientific-skills

通过 RCSB PDB 搜索蛋白或核酸结构、下载 PDB/mmCIF/Binary 坐标文件、获取实验元数据并批量处理，为药物发现、蛋白工程和结构生物学提供数据支撑。

Reactome 通路分析助手

reactome-database

K-Dense-AI/claude-scientific-skills

调用 Reactome 内容与分析服务（或 reactome2py 客户端）获取通路层级、基因映射、富集/表达分析与疾病机制数据，辅助系统生物学研究。

分子动力学工具

molecular-dynamics

K-Dense-AI/claude-scientific-skills

利用 OpenMM 与 MDAnalysis 建立蛋白或小分子体系，执行能量最小化、均衡和轨迹分析（RMSD、RMSF、接触图与自由能面），为结构生物学与药物结合研究提供数据支撑。

生物学化学/数值精准匹配

bio-chemical-numeric

EverMind-AI/EverOS

当生物学问题涉及特定的化学化合物名称、精确的浓度值（如“0.330 mg/100g”）或分类学同义词计数时，使用此技巧。通过使用引号进行精确匹配，并结合多个具体的化合物名或数值，可以极大地提高搜索的唯一性和准确性，尤其适用于生物化学和植物学研究。

物种特征综合识别技术

bio-taxonomic-combo

EverMind-AI/EverOS

本指南提供了一种高级的物种识别方法论。它教授如何利用多个生物学特征（如栖息地、形态、行为和地理范围）进行组合推理，以精准定位目标物种。核心技巧包括：当问题涉及国家人口统计学信息时，应首先利用人口增长或地方特有物种等信息锁定国家，从而极大地缩小物种搜索范围。

Biopython 生物信息学工具包

K-Dense-AI/scientific-agent-skills

Biopython 是一个综合性的 Python 分子生物学工具包，用于序列操作、文件解析（FASTA/GenBank/PDB）、系统发育分析以及通过 Entrez 编程访问 NCBI/PubMed。适用于批量处理、自定义生物信息学流程和 BLAST 自动化。

COBRApy 代谢建模

K-Dense-AI/scientific-agent-skills

COBRApy 是用于基因组尺度代谢模型约束重建与分析的 Python 库，支持 FBA、FVA、基因敲除、通量采样及 SBML 模型读写，适用于系统生物学和代谢工程研究。

分子动力学模拟与分析

molecular-dynamics

K-Dense-AI/scientific-agent-skills

使用 OpenMM 和 MDAnalysis 运行并分析分子动力学模拟，包括蛋白质/小分子体系搭建、力场选择、能量最小化、NVT 平衡、生产模拟以及 RMSD、RMSF、接触图和自由能面等轨迹分析，适用于结构生物学、药物结合和生物物理研究。

生物学统计学报告指南

brycewang-stanford/Awesome-Journal-Skills

本指南提供了生物医学论文的统计学分析和报告的全面指导。它教会研究人员如何正确定义样本量（n），区分生物学重复与技术重复，选择合适的统计检验方法（如方差分析、生存分析等），并处理多重比较校正，旨在确保科学报告的高度严谨性和可重复性。

癌症研究实验设计与验证

cc-study-design

brycewang-stanford/Awesome-Journal-Skills

本指南用于规划和审计高度严谨的生物学实验方案，尤其适用于癌症机制研究。它强调必须在多个独立系统（体外、体内、人体）进行正交验证，详细指导了对照设置、重复性、样本量确定、随机化和盲法等关键步骤，以确保研究设计的严谨性。

保护生物学数据分析与报告规范

conbio-data-analysis

brycewang-stanford/Awesome-Journal-Skills

本指南为保护生物学研究提供一套严谨的分析和报告规范，旨在确保研究结果达到专家级评审标准。内容涵盖了正确的统计模型选择（如分层、空间模型）、不确定性的诚实报告、方法的可复现性，并将复杂的科学发现转化为可指导实际保护决策的量化指标。适用于进行核心分析和撰写待投稿稿件时使用。

保护生物学数据与报告规范

conbio-reporting-and-data-policy

brycewang-stanford/Awesome-Journal-Skills

本指南用于撰写保护生物学领域的稿件，确保数据和代码的可复现性。它详细介绍了如何撰写数据可用性声明、使用持久化标识符（如Dryad）分享数据，并处理敏感物种地理位置和受限数据，以满足期刊的严格要求。

语言