此技能适用于在机器学习任务中处理基因组区间数据（BED文件）时使用。用于训练区域嵌入（Region2Vec、BEDspace）、单细胞ATAC-seq分析（scEmbed）、构建共有峰（universes），或任何基于ML的基因组区域分析。适用于BED文件集合、scATAC-seq数据、染色质可及性数据集和基于区域的基因组特征学习。
你将成为
适用于以下场景
通过捕获截图和日志，快速识别并解决前端错误。
使用 Playwright 跨多种设备和屏幕尺寸验证 Web 应用布局。
自动运行端到端测试，以便在部署前发现回退问题。
截取关键用户流程的屏幕截图，用于编写文档或提交错误报告。
装备后的数字
经过验证的优势和可衡量的影响
自动化执行重复的UI测试，可将测试时间缩短一半。
凭借详细的日志和截图，将 UI 错误定位速度提升 3 倍。
使用 Playwright 实现关键用户路径近乎完整的测试覆盖。
装备内容
文件、标签与三步安装
提示： 首次使用前请阅读文档与代码，确认它的功能和所需权限。
接着演下去
基于标签和分类的推荐
访问AlphaFold的2亿多个AI预测蛋白质结构。通过UniProt ID检索结构，下载PDB/mmCIF文件，分析置信度指标（pLDDT、PAE），用于药物发现和结构生物学研究。