パイマック・ベイジアン・モデリング

AlphaFoldの2億以上のAI予測タンパク質構造にアクセスできます。UniProt IDによって構造を取得し、PDB/mmCIFファイルをダウンロードし、薬剤発見および構造生物学のための信頼性指標（pLDDT、PAE）を分析します。

このスキルは、Pythonでアノテーション付きデータ行列を処理する場合、特に単一細胞ゲノミクス解析、メタデータとともに実験測定値を管理する場合、または大規模な生物学的データセットを処理する場合に使用されます。AnnDataオブジェクト、h5adファイル、単一細胞RNA-seqデータ、またはscanpy/scverseツールとの統合を含むタスクの場合に使用してください。

自動化タンパク質試験と検証のためのクラウドラボラトリープラットフォーム。タンパク質設計時、結合アッセイ、発現試験、熱安定性測定、酵素活性アッセイ、またはタンパク質配列最適化を含む実験的検証が必要な場合に使用。API経由で実験を提出し、実験ステータスを追跡し、結果をダウンロードし、計算ツール（NetSolP、SoluProt、SolubleMPNN、ESM）を使用して発現を改善するためにタンパク質配列を最適化し、またはウェットラボ検証を伴うタンパク質設計ワークフローを管理する場合にも使用。

このスキルは、分類、回帰、クラスタリング、予測、異常検出、セグメンテーション、類似度検索を含む時系列機械学習タスクに使用されるものです。時間的データ、シーケンシャルパターン、または標準のMLアプローチを超えた専門的なアルゴリズムが必要な時間インデックス付きの観測データを扱う場合に使用します。特に、scikit-learn互換のAPIを使用した単変量および多変量の時系列分析に適しています。