LÍNEA DE GUION
Notebooks que solo tú puedes ejecutar, resultados irreproducibles.
Pipelines que se reejecutan limpios, respuestas trazables.
4 habilidades en esta línea
Esta habilidad se debe usar cuando se trabaja con matrices de datos anotados en Python, especialmente para análisis de genómica de células individuales, gestión de mediciones experimentales con metadatos o manejo de conjuntos de datos biológicos a gran escala. Usarla cuando las tareas involucren objetos AnnData, archivos h5ad, datos de RNA-seq de células individuales o integración con herramientas scanpy/scverse.
Envoltura pythonica alrededor de RDKit con interfaz simplificada y valores predeterminados sensatos. Preferida para descubrimiento de fármacos estándar: análisis de SMILES, estandarización, descriptores, huellas digitales, agrupamiento, conformadores 3D, procesamiento paralelo. Devuelve objetos nativo rdkit.Chem.Mol. Para control avanzado o parámetros personalizados, use rdkit directamente.
Interfaz Python para OpenMS para análisis de datos de espectrometría de masas. Usar para flujos de trabajo de proteómica y metabolómica LC-MS/MS incluyendo manejo de archivos (mzML, mzXML, mzTab, FASTA, pepXML, protXML, mzIdentML), procesamiento de señales, detección de características, identificación de péptidos y análisis cuantitativo. Aplicar cuando se trabaje con datos de espectrometría de masas, se analicen experimentos de proteómica o se procesen conjuntos de datos de metabolómica.
Redes Neuronales Gráficas (PyG). Clasificación de nodos/graficas, predicción de enlaces, GCN, GAT, GraphSAGE, graficas heterogéneas, predicción de propiedades moleculares, para aprendizaje profundo geométrico.