技能大全

查询openFDA API以获取药品、医疗器械、不良事件、召回信息、监管提交资料（510k、PMA）、物质识别码（UNII）等数据，用于FDA监管数据分析与安全研究。

解析FCS（流式细胞术标准）文件版本2.0至3.1。提取事件数据为NumPy数组，读取元数据/通道信息，转换为CSV/DataFrame格式，用于流式细胞术数据预处理。

基于Python的计算流体动力学仿真框架。适用于运行包含纳维-斯托克斯方程（二维/三维）、浅水方程、分层流动的流体动力学模拟，或用于分析湍流、涡旋动力学及地球物理流动。提供基于快速傅里叶变换的伪谱方法、高性能计算支持及全面的输出分析功能。

查询FRED（美联储经济数据）API，获取来自100多个来源的超过80万条经济时间序列数据。涵盖GDP、失业率、通胀率、利率、汇率、房地产市场及区域经济指标。适用于宏观经济分析、金融研究、政策制定、经济预测以及需要美国与国际经济指标的学术研究领域。

通过E-utilities/Datasets API查询NCBI基因数据库。支持基因符号/ID检索，获取基因信息（RefSeq序列、基因本体注释、染色体位置、表型数据），支持批量查询，适用于基因注释与功能分析。

使用AI模型（FLUX、Gemini）生成或编辑图像。适用于通用图像生成，包括照片、插图、艺术作品、视觉素材、概念艺术以及任何非技术图表或示意图的图像。如需制作流程图、电路图、路径图或技术图表，请使用科学图表技能。

该技能适用于处理基因组区间数据（BED文件）以进行机器学习任务。可用于训练区域嵌入（如Region2Vec、BEDspace）、单细胞ATAC-seq分析（scEmbed）、构建共有峰集（universes），或任何基于机器学习的基因组区域分析。适用于BED文件集合、单细胞ATAC-seq数据、染色质可及性数据集以及基于区域的基因组特征学习。

访问NCBI GEO获取基因表达/基因组学数据。搜索/下载微阵列和RNA-seq数据集（GSE、GSM、GPL），检索SOFT/Matrix文件，用于转录组学和表达分析。

用于处理地理空间矢量数据的Python库，支持Shapefile、GeoJSON和GeoPackage等格式。适用于地理数据的空间分析、几何运算、坐标转换、空间连接、叠加操作、等值区域制图，以及任何涉及读取/写入/分析矢量地理数据的任务。兼容PostGIS数据库，支持交互式地图绘制，并能与matplotlib/folium/cartopy等工具集成。可用于缓冲区分析、数据集空间连接、边界融合、数据裁剪、面积距离计算、坐标系重投影、地图创建或空间文件格式转换等场景。

此技能应在执行任何计算密集型科学任务的初始阶段使用，以检测并报告可用的系统资源（CPU核心、GPU、内存、磁盘空间）。它会创建一个包含资源信息和策略建议的JSON文件，为计算方案决策提供依据，例如判断是否采用并行处理（joblib、multiprocessing）、核外计算（Dask、Zarr）、GPU加速（PyTorch、JAX）或内存优化策略。在运行分析、训练模型、处理大型数据集或任何受资源限制影响的任务前，均应优先使用此技能。

快速命令行与Python查询超过20个生物信息学数据库。适用于快速检索：基因信息、BLAST搜索、AlphaFold结构、富集分析。最适合交互式探索和简单查询。批量处理或高级BLAST应用推荐使用biopython；多数据库Python工作流建议使用bioservices。

高性能基因组区间分析工具包，采用Rust语言开发并配备Python接口。适用于基因组区域处理、BED文件操作、覆盖度轨迹分析、重叠检测、机器学习模型标记化，以及计算基因组学与机器学习应用中的片段分析等场景。

查询NHGRI-EBI全基因组关联研究目录，获取SNP与性状关联信息。可通过rs标识符、疾病/性状、基因进行变异检索，提取p值与汇总统计量，服务于遗传流行病学与多基因风险评分研究。

轻量级WSI切片提取与预处理。适用于基础切片处理、组织检测、切片提取及H&E图像染色标准化。最适合简单流程、数据集准备及快速切片分析。如需高级空间蛋白质组学、多重成像或深度学习流程，请使用pathml。

访问人类代谢组数据库（含超过22万种代谢物）。支持通过名称/ID/结构进行检索，可获取化学性质、生物标志物数据、核磁共振/质谱图谱、代谢通路等信息，适用于代谢组学分析与物质鉴定研究。

基于LLM的自动化假设生成与表格数据集测试。适用于系统性地探索实证数据中的模式假设（如欺骗检测、内容分析）。该方法融合文献洞见与数据驱动的假设检验。若需手动构建假设，请使用hypothesis-generation；若需创意构思，请使用scientific-brainstorming。

结构化假设构建源自观察。适用于拥有实验观察或数据时，需要构建可验证的假设并做出预测，提出机制，并设计实验加以检验。遵循科学方法框架。对于开放式创意构思，请使用科学头脑风暴；若需对数据集进行自动化LLM驱动的假设检验，请采用假设生成器。

使用 idc-index 查询并下载 NCI 影像数据公共库中的公开癌症影像数据。该工具支持访问大规模放射学（CT、MR、PET）及病理学数据集，适用于人工智能训练或研究。无需身份验证，可通过元数据查询、浏览器内可视化浏览，并检查数据使用许可。