技能大全

使用Nano Banana Pro AI打造专业信息图，支持智能迭代优化。采用Gemini 3 Pro进行质量审核，集成研究检索与网络搜索确保数据精准。支持10种信息图类型、8大行业风格，并提供色盲友好配色方案。

全面工具包，用于准备医疗器械质量管理体系的ISO 13485认证文件。适用于以下场景：用户需要帮助处理ISO 13485质量管理体系文件，包括（1）对现有文件进行差距分析，（2）编写质量手册，（3）制定必要的程序文件和工作指导书，（4）准备医疗器械技术文档，（5）理解ISO 13485标准要求，或（6）识别医疗器械认证所需的缺失文件。同时适用于用户提及医疗器械法规、质量管理体系认证、美国FDA质量体系法规（QMSR）、欧盟医疗器械法规（MDR），或需要质量体系文件编制协助的情况。

直接访问KEGG的REST API（仅限学术用途）。支持通路分析、基因-通路映射、代谢通路研究、药物相互作用分析及ID转换。若需在Python工作流中整合多数据库操作，推荐使用bioservices工具；如需直接进行HTTP/REST调用或需精细控制KEGG特定功能，则适用本接口。

电子实验笔记本API集成。访问笔记本，管理条目/附件，备份笔记本，并与Protocols.io/Jupyter/REDCap集成，实现程序化的ELN工作流程。

此技能适用于操作LaminDB——一个面向生物学的开源数据框架，它能使数据具备可查询、可追溯、可复现及符合FAIR原则的特性。适用于以下场景：管理生物数据集（如单细胞RNA测序、空间转录组、流式细胞术等）、追踪计算工作流程、利用生物本体进行数据整理与验证、构建数据湖仓，或在生物学研究中确保数据沿袭与可重复性。涵盖领域包括数据管理、数据标注、本体应用（如基因、细胞类型、疾病、组织）、模式验证、与工作流管理器（如Nextflow、Snakemake）及MLOps平台（如W&B、MLflow）的集成，以及部署策略。

用于生物信息学工作流的Latch平台。使用Latch SDK、@workflow/@task装饰器构建流程，部署无服务器工作流，支持LatchFile/LatchDir文件管理，集成Nextflow/Snakemake工具。

使用beamerposter、tikzposter或baposter在LaTeX中创建专业研究海报。支持会议展示、学术海报与科学交流，涵盖版面设计、配色方案、多栏格式、图形集成以及视觉传达的海报专项最佳实践。

运用多个学术数据库（PubMed、arXiv、bioRxiv、Semantic Scholar等）开展全面系统的文献综述。此技能适用于在生物医学、科学与技术领域进行系统文献综述、荟萃分析、研究整合或综合性文献检索。可创建专业排版的Markdown文档及PDF文件，并支持多种引用格式（APA、Nature、Vancouver等）的规范引证。

生成符合顶级咨询公司风格（麦肯锡、波士顿、高德纳）的全面市场研究报告（50页以上）。具备专业LaTeX排版、科研级图表与图像生成功能，深度融合研究检索工具实现数据采集，支持多框架战略分析模型（波特五力、PESTLE、SWOT、TAM/SAM/SOM、波士顿矩阵）。

将文件与办公文档转换为Markdown格式。支持PDF、DOCX、PPTX、XLSX、图片（含OCR识别）、音频（含转录）、HTML、CSV、JSON、XML、ZIP、YouTube链接、EPub电子书等多种格式。

光谱相似性与代谢组学中的化合物鉴定。用于比较质谱图，计算相似性得分（余弦相似度、修正余弦相似度），以及从光谱库中识别未知化合物。最适用于代谢物鉴定、光谱匹配和库搜索。如需完整的LC-MS/MS蛋白质组学流程，请使用pyopenms。

MATLAB与GNU Octave用于矩阵运算、数据分析、可视化及科学计算的数值计算工具。适用于编写涉及线性代数、信号处理、图像处理、微分方程、优化算法、统计分析的MATLAB/Octave脚本，或创建科学可视化图表。当用户需要MATLAB语法帮助、函数查询，或需在MATLAB与Python代码间转换时亦可使用。脚本可通过MATLAB或开源GNU Octave解释器执行。

底层绘图库，支持全面自定义。适用于需要对每个绘图元素进行精细控制、创建新型图表类型或整合特定科学工作流的场景。可导出PNG/PDF/SVG格式用于发表。快速统计图表请使用seaborn；交互式图表请使用plotly；需符合期刊排版规范的多面板发表级图表请使用scientific-visualization。

药物化学筛选。应用类药性规则（如Lipinski、Veber规则）、PAINS筛选、结构警示、复杂度评估等指标，用于化合物优先级排序与化合物库过滤。

通过REST API访问NIH代谢组学工作台（涵盖4,200+项研究）。支持代谢物查询、RefMet命名法检索、MS/NMR数据调取、质荷比搜索及研究元数据获取，助力代谢组学与生物标志物发现研究。

在云端运行Python代码，享受无服务器容器、GPU和自动扩展服务。适用于部署机器学习模型、执行批量处理任务、调度计算密集型作业，或提供需要GPU加速或动态扩展的API服务。

分子特征化用于机器学习（含100多种特征化工具）。包括ECFP、MACCS、描述符、预训练模型（如ChemBERTa），可将SMILES转换为特征，适用于定量构效关系及分子机器学习研究。

Python网络分析综合工具包：用于创建、分析和可视化复杂网络与图结构。适用于处理网络/图数据结构、分析实体间关联、计算图算法（最短路径、中心性、聚类）、检测社区结构、生成合成网络或可视化网络拓扑。可广泛应用于社交网络、生物网络、交通系统、引文网络等涉及成对关系分析的领域。