LÍNEA DE GUION
APIs adivinadas leyendo código, migraciones con la respiración contenida.
Contratos primero, migraciones ensayadas antes de ejecutarse.
110 habilidades en esta línea
Consultar el NHGRI-EBI GWAS Catalog para asociaciones SNP-rasgo. Buscar variantes por ID rs, enfermedad/rasgo, gen, recuperar valores p y estadísticas resumidas, para epidemiología genética y puntuaciones de riesgo poligénico.
Kit de herramientas de procesamiento de imágenes de patología digital para imágenes de diapositiva completa (WSI). Use esta habilidad al trabajar con diapositivas de histopatología, procesar imágenes de tejido teñidas con H&E o IHC, extraer mosaicos de imágenes de patología gigapíxeles, detectar regiones de tejido, segmentar máscaras de tejido o preparar conjuntos de datos para flujos de trabajo de aprendizaje profundo de patología computacional. Aplica a formatos WSI (SVS, TIFF, NDPI), análisis basado en mosaicos y flujos de trabajo de preprocesamiento de imágenes histológicas.
Accede a la Base de Datos del Metaboloma Humano (más de 220 000 metabolitos). Busca por nombre/ID/estructura, recupera propiedades químicas, datos de biomarcadores, espectros NMR/MS, vías metabólicas, para metabolómica e identificación.
Acceso directo a la API REST de KEGG (solo para uso académico). Análisis de vías metabólicas, mapeo gen-vía, vías metabólicas, interacciones medicamentosas, conversión de ID. Para flujos de trabajo de Python con múltiples bases de datos, preferir bioservices. Usar esto para trabajo directo HTTP/REST o control específico de KEGG.
Integración de la API del cuaderno de laboratorio electrónico. Accede a cuadernos, gestiona entradas/archivos adjuntos, realiza copias de seguridad de cuadernos, integra con Protocols.io/Jupyter/REDCap, para flujos de trabajo programáticos de ELN.
Esta habilidad debe usarse al trabajar con LaminDB, un marco de datos de código abierto para la biología que hace que los datos sean consultables, trazables, reproducibles y FAIR. Usar al gestionar conjuntos de datos biológicos (scRNA-seq, espacial, citometría de flujo, etc.), seguir flujos de trabajo computacionales, curar y validar datos con ontologías biológicas, construir data lakehouses o garantizar el linaje de datos y la reproducibilidad en la investigación biológica. Cubre gestión de datos, anotación, ontologías (genes, tipos celulares, enfermedades, tejidos), validación de esquema, integraciones con gestores de flujos de trabajo (Nextflow, Snakemake) y plataformas MLOps (W&B, MLflow), y estrategias de implementación.
Realiza revisiones literarias sistemáticas y exhaustivas utilizando múltiples bases de datos académicas (PubMed, arXiv, bioRxiv, Semantic Scholar, etc.). Esta habilidad debe usarse al llevar a cabo revisiones literarias sistemáticas, metaanálisis, síntesis de investigación o búsquedas literarias exhaustivas en dominios biomédicos, científicos y técnicos. Crea documentos en markdown y PDFs con formato profesional con citas verificadas en múltiples estilos de citación (APA, Nature, Vancouver, etc.).
Crea y valida 7 documentos de proyecto (requisitos, arquitectura, pila_tecnológica, especificación_api, esquema_de_base_de_datos, pautas_de_diseño, guía_de_ejecución). Cuarto trabajador en ln-110-documents-pipeline.
Crea documentación de pruebas (testing-strategy.md + tests/README.md). Establece la filosofía de prueba y el Patrón de Tarea de Prueba de Nivel de Historia. Parte del flujo de trabajo ln-110-documents-pipeline.
CREAR/REPLANIFICAR Épicos desde el alcance (3-7 Épicos). Vista previa en lote + Extracción automática. Patrón Descomponer primero. Descubre automáticamente la ID del equipo.
CREAR/REPLANIFICAR Historias para Épica (5-10 Historias). Asigna ln-221-standards-researcher para la investigación de estándares. Patrón Decompose-First. Detecta automáticamente el equipo/Épica.
Investiga estándares/patrones a través de la Referencia MCP. Genera investigación de estándares para la subsección Notas Técnicas de la Historia. Trabajador reutilizable.
Convertir documentos en markdown y resúmenes de chat a archivos de libro electrónico EPUB formateados que se pueden leer en cualquier dispositivo o cargar en Kindle.
Análisis de espectrometría de masas. Procesamiento de mzML/MGF/MSP, similitud espectral (coseno, coseno modificado), armonización de metadatos, identificación de compuestos, para metabolómica y procesamiento de datos de MS.
Cálculo matemático determinista usando SymPy. Usar para CUALQUIER operación matemática que requiera resultados exactos/verificados: aritmética básica, álgebra (simplificar, expandir, factorizar, resolver ecuaciones), cálculo (derivadas, integrales, límites, series), álgebra lineal (matrices, determinantes, valores propios), trigonometría, teoría de números (primos, MCD/mínimo común múltiplo, factorización) y estadística. Asegura la precisión matemática usando cómputo simbólico en lugar de estimación de LLM.
Biblioteca de trazado fundamental. Crea gráficos de línea, dispersión, barras, histogramas, mapas de calor, 3D, subgráficos, exporta PNG/PDF/SVG, para visualización científica y figuras de publicación.
Accede a la Plataforma de Metabolómica del NIH mediante API REST (más de 4.200 estudios). Consulta metabolitos, nomenclatura RefMet, datos MS/NMR, búsquedas m/z, metadatos de estudios, para metabolómica y descubrimiento de biomarcadores.
Genera indicaciones de imágenes detalladas en estilo Midjourney, optimizadas para el modelo FLUX 1.1 Pro en Replicate. Transforma descripciones básicas de usuarios en indicaciones cinematográficas ricas con cualidades de fotografía profesional, iluminación dramática y estética de calidad editorial. Usa cuando los usuarios soliciten generación de imágenes, necesiten mejorar indicaciones o quieran resultados de calidad Midjourney a través de FLUX 1.1 Pro.
Ejecute código Python en la nube con contenedores sin servidor, GPUs y escalado automático. Úselo al implementar modelos de ML, ejecutar trabajos de procesamiento por lotes, programar tareas de cómputo intensivo o servir APIs que requieran aceleración de GPU o escalado dinámico.
Caracterización molecular para ML (más de 100 caracterizadores). ECFP, MACCS, descriptores, modelos preentrenados (ChemBERTa), convertir SMILES a características, para QSAR y ML molecular.
Documentación de N8N - Plataforma de automatización de flujos de trabajo con capacidades de IA
Plataforma de gestión de datos de microscopía. Accede a imágenes a través de Python, recupera conjuntos de datos, analiza píxeles, gestiona ROI/anotaciones, procesamiento por lotes, para flujos de trabajo de cribado de alto contenido y microscopía.