Pyopenms

이 스킬은 Python에서 주석이 달린 데이터 행렬을 작업할 때 사용해야 합니다. 특히 단일 세포 유전체 분석, 메타데이터가 포함된 실험 측정 관리, 또는 대규모 생물학적 데이터 세트 처리에 사용합니다. AnnData 객체, h5ad 파일, 단일 세포 RNA-seq 데이터, 또는 scanpy/scverse 도구와의 통합이 포함된 작업에서 사용하세요.

이 기술은 분류, 회귀, 클러스터링, 예측, 이상 탐지, 분할 및 유사성 검색을 포함한 시계열 머신러닝 작업에 사용해야 합니다. 표준 ML 접근법을 넘어 전문 알고리즘이 필요한 시간적 데이터, 순차 패턴 또는 시간 인덱스 관측을 처리할 때 사용하세요. 특히 scikit-learn과 호환되는 API로 단변량 및 다변량 시계열 분석에 적합합니다.

AlphaFold의 2억개 이상의 AI 예측 단백질 구조에 접근하세요. UniProt ID로 구조를 검색하고, PDB/mmCIF 파일을 다운로드하며, 약물 발견 및 구조 생물학을 위해 신뢰성 지표(pLDDT, PAE)를 분석하세요.

Claude Code agent 생성 시스템은 강화된 YAML 프론트매터, 도구 접근 패턴, 그리고 검증된 프로덕션 패턴을 따르는 MCP 통합 지원과 함께 사용자 정의 에이전트와 서브에이전트를 생성합니다