科学工具包学习

这个技能应在使用Python处理带注释的数据矩阵时使用，尤其是在单细胞基因组学分析、使用元数据管理实验测量或处理大规模生物数据集时。当任务涉及AnnData对象、h5ad文件、单细胞RNA-seq数据或与scanpy/scverse工具集成时使用。

该技能适用于时间序列机器学习任务，包括分类、回归、聚类、预测、异常检测、分割和相似性搜索。当处理时间数据、序列模式或需要标准机器学习方法之外的专用算法的时间索引观测值时使用。特别适合具有scikit-learn兼容API的单变量和多变量时间序列分析。

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。

用于自动化蛋白质测试和验证的云实验室平台。当设计蛋白质并需要实验验证（包括结合测定、表达测试、热稳定性测量、酶活性测定或蛋白质序列优化）时使用。也用于通过API提交实验、跟踪实验状态、下载结果、使用计算工具（NetSolP、SoluProt、SolubleMPNN、ESM）优化蛋白质序列以获得更好的表达，或通过湿实验室验证管理蛋白质设计工作流程。