Дай на агента си умения

Използвай умението за Latch платформата за биоинформатични работни процеси, изграждане на пайплайни с Latch SDK, @workflow/@task декоратори, разгръщане на сървърни работни процеси и интеграция с Nextflow/Snakemake.

Използвай умението за спектрално сходство и идентификация на съединения за метаболомика, сравняване на масспектри, изчисляване на резултати за сходство и идентифициране на неизвестни съединения от спектрални библиотеки. Подходящо за идентификация на метаболити и търсене в библиотеки.

Използвайте за числени изчисления в MATLAB и GNU Octave за матрични операции, анализ на данни, визуализация и научноизчислителни задачи. Подходящо при писане на скриптове за линейна алгебра, обработка на сигнали и изображения, диференциални уравнения, оптимизация, статистика или създаване на научни визуализации. Помага и при нужда от помощ със синтаксиса или функциите на MATLAB, както и за конвертиране между MATLAB и Python код.

Прилагайте филтри за медицинска химия, включително правила за лекарственост (Lipinski, Veber), PAINS филтри, структурни предупреждения и метрики за сложност, за приоритизиране на съединения и филтриране на библиотеки.

Използвайте тази платформа за облачни изчисления, когато разгръщате AI/ML модели, изпълнявате GPU-ускорени задачи, обслужвате уеб крайни точки, планирате пакетни задачи или мащабирате Python код в облака. Подходящо е и при нужда от изпълнение на код на H100s, A100s или други облачни GPU, както и за създаване на уеб API за модел.

Изпълнявайте и анализирайте симулации на молекулярна динамика с OpenMM и MDAnalysis. Настройвайте системи от протеини/малки молекули, дефинирайте силови полета, провеждайте минимизация на енергията и продукционна MD, анализирайте траектории за структурна биология, свързване на лекарства и биофизика.

Използвайте за молекулярна феатуризация за машинно обучение (над 100 феатуризатора), включително ECFP, MACCS, дескриптори и предварително обучени модели (ChemBERTa), както и за конвертиране на SMILES в характеристики за QSAR и молекулярно ML.

Използвайте този изчерпателен инструментариум за обработка на биосигнали, когато анализирате физиологични данни като ЕКГ, ЕЕГ, ЕДА, RSP, PPG, ЕМГ и ЕОГ сигнали. Подходящо е за анализ на сърдечна честота, потенциали, свързани със събития, и оценка на автономната нервна система.

Използвайте за анализ на невропикселни невронни записи, включително зареждане на SpikeGLX/OpenEphys данни, предварителна обработка, корекция на движение, Kilosort4 сортиране на спайкове, метрики за качество и AI-подпомогнат визуален анализ за екстрацелуларна електрофизиология.

Използвайте тази платформа за управление на микроскопски данни за достъп до изображения чрез Python, извличане на набори от данни, анализ на пиксели, управление на ROI/анотации и пакетна обработка за високопроизводителни скринингови и микроскопски работни процеси.

Използвайте тази самохоствана, отворена алтернатива на Google NotebookLM за AI-базирани изследвания и анализ на документи, когато организирате изследователски материали, генерирате AI-базирани бележки и резюмета, създавате подкасти от изследвания или разговаряте с документи, използвайки контекстно-осъзнат AI.

Използвайте официалния Opentrons Protocol API за OT-2 и Flex роботи, когато пишете протоколи специално за хардуер на Opentrons с пълен достъп до функциите на Protocol API v2. Подходящо е за производствени протоколи на Opentrons и официална API съвместимост.