Acceda a NCBI GEO para datos de expresión génica/genómica. Busque/descargue conjuntos de datos de microarray y RNA-seq (GSE, GSM, GPL), recupere archivos SOFT/Matrix, para transcriptómica y análisis de expresión.
EN LO QUE TE CONVIERTES
Perfecto para estos escenarios
Analizar los patrones de retroalimentación, identificar los problemas principales y priorizar las correcciones de forma sistemática.
Evaluar los pros y los contras de las sugerencias, rechazando o modificando los comentarios de forma constructiva.
Clasificar los comentarios de la revisión en grupos: accionables, no accionables o que requieran discusión.
Traducir las opiniones de la revisión de código a documentación o comentarios más claros para futuras referencias.
GANANCIA MEDIBLE
Beneficios probados e impacto medible
Reduce el tiempo de revisión centrándote en los méritos técnicos únicamente.
Detecta y corrige más errores a tiempo mediante la revisión rigurosa de todos los comentarios.
Llega a un consenso más rápido aclarando la intención detrás de cada sugerencia de revisión.
QUÉ INCLUYE
Archivos, etiquetas y la instalación en tres pasos
Consejo: Lee la documentación y el código antes del primer uso para saber qué hace y qué permisos necesita.
SIGUIENTES GUIONES
Recomendado según etiquetas y categoría
Acceda a más de 200 millones de estructuras de proteínas predichas por IA de AlphaFold. Recupere estructuras por ID de UniProt, descargue archivos PDB/mmCIF, analice métricas de confianza (pLDDT, PAE) para la descubrimiento de fármacos y la biología estructural.
Sistema de generación de agentes de código Claude que crea agentes personalizados y subagentes con frontmatter YAML mejorado, patrones de acceso a herramientas y soporte para integración MCP siguiendo patrones de producción probados
Generar y mantener archivos AGENTS.md siguiendo la convención pública agents.md. Usar cuando se cree documentación para flujos de trabajo de agentes AI, guías de incorporación o cuando se estandaricen patrones de interacción de agentes en proyectos.
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.