Accéder à ZINC (plus de 230 millions de composés achetables). Recherchez par ID ZINC/SMILES, recherches par similarité, structures prêtes en 3D pour le docking, découverte d'analogues, pour le criblage virtuel et la découverte de médicaments.
CE QUE VOUS DEVENEZ
Parfait pour ces scénarios
Créez rapidement des récits utilisateurs conformes à INVEST avec des critères d'acceptation clairs.
Organiser et hiérarchiser efficacement les éléments du backlog pour les prochains sprints.
Suivez la progression et la vélocité du sprint pour améliorer la précision de la planification future.
Préparer des mises à jour claires pour les parties prenantes en utilisant des métriques et des rapports agiles.
GAIN MESURÉ
Avantages prouvés et impact mesurable
Réduisez le temps consacré à la rédaction des user stories tout en maintenant la qualité
Obtenez des prévisions de sprint plus fiables grâce à un meilleur suivi de la vélocité.
Simplifiez la gestion du backlog et réduisez le temps gaspillé en réunion.
CE QUE VOUS OBTENEZ
Fichiers, tags et installation en trois étapes
Conseil : Lisez la documentation et le code avant la première utilisation pour connaître son rôle et les permissions requises.
SCRIPTS SUIVANTS
Recommandé selon les tags et la catégorie
Accédez aux plus de 200 millions de structures de protéines prédites par l'IA d'AlphaFold. Récupérez les structures par ID UniProt, téléchargez les fichiers PDB/mmCIF, analysez les indicateurs de confiance (pLDDT, PAE), pour la découverte de médicaments et la biologie structurale.
Bibliothèque Python complète pour l'astronomie et l'astrophysique. Cette compétence doit être utilisée lors du travail avec des données astronomiques, notamment des coordonnées célestes, des unités physiques, des fichiers FITS, des calculs cosmologiques, des systèmes temporels, des tables, des systèmes de coordonnées mondiales (WCS) et l'analyse de données astronomiques. Utilisez-la pour les tâches impliquant des transformations de coordonnées, des conversions d'unités, la manipulation de fichiers FITS, des calculs de distances cosmologiques, des conversions d'échelles temporelles ou le traitement de données astronomiques.
Cette compétence doit être utilisée lors du travail avec des matrices de données annotées en Python, en particulier pour l'analyse génomique à cellule unique, la gestion des mesures expérimentales avec des métadonnées, ou le traitement de jeux de données biologiques à grande échelle. Utilisez-la lors de tâches impliquant des objets AnnData, des fichiers h5ad, des données de RNA-seq à cellule unique ou une intégration avec les outils scanpy/scverse.
Expert en AWS Cloud Development Kit (CDK) pour la construction d'infrastructures cloud avec TypeScript/Python. Utilisez-le lors de la création de stacks CDK, de la définition de constructs CDK, de l'implémentation d'infrastructure as code ou lorsque l'utilisateur mentionne CDK, CloudFormation, IaC, cdk synth, cdk deploy ou veut définir une infrastructure AWS de manière programmatique. Couvre la structure de l'application CDK, les modèles de construct, la composition des stacks et les flux de déploiement.