geopandas
GeoPandas 是一个基于 Python 的地理空间矢量数据处理库，扩展了 pandas 的能力，使其能够对几何类型执行空间运算。它结合了 pandas 的数据处理能力与 shapely 的几何运算能力，适用于 shapefile、GeoJSON、GeoPackage 等地理数据的读写与分析。当地理数据需要执行空间操作（如空间连接、叠加分析、缓冲区计算、坐标投影转换和地图可视化）时可使用本技能。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-30 00:12
数据与分析
17,157 个结果
gget
gget 是命令行与 Python 双用的生物信息学工具，可统一查询 20 多个基因组数据库与方法，涵盖基因信息、序列比对、蛋白结构、表达与疾病关联等。
gtars
gtars 是一个用 Rust 编写的高性能基因组区间分析工具包，并提供 Python 绑定。它面向基因组区间数据的处理与分析，可用于基因组区域（BED 格式）操作、区间重叠检测、覆盖度轨道生成（WIG、BigWig）、为机器学习做基因组预处理与 tokenization、单细胞基因组片段分析，以及参考序列检索与校验。gtars 分为多个专门模块：基于 IGD 数据结构的重叠检测、使用 uniwig 的覆盖度轨道生成、基因组 tokenization、遵循 GA4GH refget 协议的参考序列管理、片段处理（fragsplit）与片段打分。它提供 Python 安装（uv pip install gtars）、CLI 安装（cargo install gtars-cli，可选择特性）以及作为 Rust 库使用三种方式。Python API 适合集成到分析管线与自定义工作流中，CLI 适合快速单次分析、Shell 脚本与批量处理。
hmdb-database
HMDB（人类代谢组数据库，Human Metabolome Database）是一个免费开放的小分子代谢物综合资源库，收录人体内发现的代谢物详细信息。HMDB 5.0 版本（2023-07-01）包含 220,945 条代谢物条目，覆盖水溶性与脂溶性化合物，以及 8,610 条参与代谢的酶和转运蛋白序列。每条代谢物含 130 多个数据字段，涵盖化学属性（结构、分子式、分子量、InChI、SMILES）、临床数据（生物标志物关联、疾病、正常/异常浓度）、生物学信息（通路、反应、定位）、波谱数据（NMR、MS、MS-MS）以及外部数据库链接（KEGG、PubChem、MetaCyc、ChEBI、PDB、UniProt、GenBank）。该技能适用于代谢组学研究、临床化学、生物标志物发现和代谢物鉴定等场景。用户可通过官网进行文本检索、基于结构的 ChemQuery 检索、LC-MS/GC-MS/NMR 波谱匹配及多条件高级检索，也可在下载页获取 XML、SDF、FASTA、TXT、CSV/TSV 等格式的批量数据集。HMDB 未提供公开 REST API，程序化访问需联系开发团队，或使用 R/Bioconductor 的 hmdbQuery 包及本地解析已下载数据集。学术和非商业研究免费，商业使用需获得明确许可。
hypogenic
Hypogenic 是一个由大语言模型驱动的自动化假设生成与检验框架，主要面向表格型数据集，用于加速科学发现。它支持三种方法：HypoGeniC（纯数据驱动的假设生成）、HypoRefine（文献与数据的协同整合）以及 Union 方法（将文献假设与数据驱动假设进行机制化组合）。用户可以基于观测数据自动生成 10-20 条以上可检验假设，并通过迭代优化提升假设质量。框架支持 API 模型（OpenAI、Anthropic）和本地 LLM，可通过 Redis 缓存降低重复实验的 API 成本，并支持并行处理大规模假设检验。使用方式包括命令行工具（hypogenic_generation、hypogenic_inference）和 Python API（BaseTask 类）。数据需遵循 HuggingFace datasets 格式，配置文件需包含数据集路径与提示模板。适用场景包括欺骗检测、AI 生成内容识别、心理健康指标分析等实证研究领域。
lamindb
LaminDB 是面向生物学的开源数据框架，让数据可查询、可追溯、可复现并符合 FAIR 原则。它通过统一 Python API 整合湖仓架构、血缘追踪、特征库、生物本体、LIMS 与 ELN 能力，适用于单细胞、空间转录组、流式细胞等生物数据集及其分析流程的管理与注释。
matplotlib
Matplotlib 是 Python 的基础可视化库，用于创建静态、动画和交互式图表。本技能提供 pyplot 与面向对象两种接口的使用指导，涵盖常见图表类型、样式定制、多子图布局、3D 绘图与图片导出等实践。
metabolomics-workbench-database
通过 REST API 访问 NIH Metabolomics Workbench，可查询代谢物、RefMet 命名、MS/NMR 数据、m/z 搜索及 4200+ 研究元数据。
networkx
NetworkX 是一个用于创建、操作和分析复杂网络与图结构的 Python 包。当需要处理网络或图数据时使用，涵盖社交网络、生物网络、交通系统、引文网络、知识图谱等任何涉及实体间关系的系统。用户数据中给出的功能包括：创建图（从数据构建网络结构、添加带属性的节点和边）、图分析（计算中心性度量、查找最短路径、检测社区、测量聚类）、图算法（Dijkstra、PageRank、最小生成树、最大流等标准算法）、网络生成（随机、无标度、小世界模型等合成网络）、图 I/O（读写边列表、GraphML、JSON、CSV、邻接矩阵等格式）、可视化（用 matplotlib 或交互式库绘制和自定义网络可视化），以及网络比较（检查同构、计算图指标、分析结构属性）。
neuropixels-analysis
neuropixels-analysis 是一套用于分析 Neuropixels 高密度神经记录的工具包，基于 SpikeInterface、Allen Institute 和 International Brain Laboratory（IBL）的当前最佳实践构建。它覆盖从原始数据到可发表级别单元（units）整理的完整工作流，支持 SpikeGLX、Open Ephys 和 NWB 格式的加载，支持 Neuropixels 1.0 与 2.0 探头。主要能力包括：预处理（高通滤波、phase_shift、坏通道检测、共参考）、漂移估计与校正、脉冲分选（Kilosort4、SpykingCircus2、Mountainsort5 等）、质量指标计算（SNR、ISI 违规、存在比等）、依据 Allen/IBL 标准进行单元整理、AI 辅助整理、可视化以及导出到 Phy 或 NWB。该技能适用于使用 .ap.bin、.lf.bin、.meta 等 Neuropixels 记录文件进行神经科学数据分析的场景。
pathml
PathML 是一个面向计算病理学的全功能 Python 工具包，用于全切片病理图像（WSI）的机器学习与图像分析。它提供模块化、可组合的工具，支持加载多种专有切片格式，进行图像预处理、构建空间图、训练深度学习模型，以及分析 CODEX、Vectra、MERFISH 等多重免疫荧光与空间蛋白组学数据。可用于 H&E 染色图像的染色归一化、细胞核检测/分割/分类、细胞与组织图构建、以及基于 HDF5 的大规模病理数据集管理，并提供 HoVer-Net、HACTNet 等预置模型与 PyTorch、ONNX 集成。
pdb-database
该技能用于访问 RCSB PDB（全球生物大分子三维结构数据库），支持按文本、序列或结构相似性检索蛋白质与核酸结构，下载 PDB、mmCIF、BinaryCIF 等坐标文件，获取结构元数据、实验方法与质量指标，并可进行批量操作。适用于药物发现、蛋白质工程、结构生物学研究及教学可视化等场景。通过官方 Python 客户端 rcsb-api 调用 Search 与 Data API，可集成到计算工作流中。
pyhealth
PyHealth 是一个医疗健康 AI 的 Python 工具包，提供面向临床机器学习的专用数据集、任务、模型与训练评估流程，可用于构建、测试和部署医疗预测模型，处理临床数据类型与医疗编码。
pyopenms
PyOpenMS 是 OpenMS 计算质谱库的 Python 绑定，用于蛋白质组学与代谢组学数据的分析。它支持处理质谱文件格式（如 mzML、mzXML、TraML、mzTab、FASTA、pepXML、protXML、mzIdentML、featureXML、consensusXML、idXML），执行信号处理（平滑、滤波、质心化、归一化）、特征检测与跨样本连接、肽段与蛋白质鉴定结果处理（支持 Comet、Mascot、MSGFPlus、XTandem、OMSSA、Myrimatch 等搜索引擎），以及非靶向代谢组学预处理。用户可通过 uv pip install pyopenms 安装，并验证版本。该库提供 MSExperiment、MSSpectrum、MSChromatogram、Feature、FeatureMap、PeptideIdentification、ProteinIdentification 等核心数据结构，支持参数管理、导出至 Pandas DataFrame，并与 NumPy、Scikit-learn、Matplotlib/Seaborn、R（通过 rpy2）等工具集成。官方文档见 pyopenms.readthedocs.io，GitHub 仓库为 github.com/OpenMS/OpenMS。
pysam
Pysam 是一个用于读取、操作和写入基因组数据集的 Python 模块。它通过面向 Python 的接口封装 htslib，可读写 SAM/BAM/CRAM 比对文件、VCF/BCF 变异文件以及 FASTA/FASTQ 序列，支持查询 tabix 索引文件、进行 pileup 覆盖度分析，并调用 samtools/bcftools 命令，适用于 NGS 数据处理。
scikit-bio
scikit-bio 是一个用于处理生物数据的综合 Python 库，适用于生物信息学分析，涵盖序列操作、比对、系统发育、微生物生态学和多元统计。它支持读写 FASTA、FASTQ、GenBank、Newick、BIOM 等生物文件格式，提供 DNA、RNA、蛋白质等专用序列类，可实现反向互补、转录、翻译、基序查找和距离计算。比对方面提供全局与局部双序列比对、多序列比对存储与共识序列计算。系统发育方面支持从距离矩阵构建树（UPGMA、WPGMA、邻接法、GME、BME）、树修剪、重根、遍历、距离计算及 Newick 格式读写。多样性分析涵盖 alpha/beta 多样性、Faith's PD、加权/非加权 UniFrac 等指标。还提供 PCoA、CA、CCA、RDA 等排序方法，以及 PERMANOVA、ANOSIM、PERMDISP、Mantel 等统计检验。安装命令为 uv pip install scikit-bio。
scvi-tools
scvi-tools 是一个基于 PyTorch 与 PyTorch Lightning 的单细胞基因组学概率模型 Python 框架。它通过深度生成模型与变分推断，为多种单细胞数据模态提供分析能力：单细胞 RNA-seq 的降维、批次校正与整合（scVI、scANVI、AUTOZI、VeloVI、contrastiveVI）；染色质可及性分析（PeakVI、PoissonVI、scBasset）；多模态与多组学整合（totalVI、MultiVI、MrVI）；空间转录组（DestVI、Stereoscope、Tangram、scVIVA）；以及甲基化、流式/质谱细胞术、双细胞检测等专门模态。所有模型遵循统一 API：setup_anndata 注册数据 → 创建并训练模型 → 提取隐表示与归一化表达，并可与 scanpy 生态无缝衔接。模型还支持基于生成模型的概率差异表达分析。安装命令为 uv pip install scvi-tools，GPU 支持需 uv pip install scvi-tools[cuda]。
seaborn
Seaborn 是一个 Python 统计数据可视化库，用于创建出版级质量的统计图形，并与 pandas 的 DataFrame 深度集成。它面向数据集导向的绘图，支持多变量分析、自动统计估计和多面板复杂图形，且只需少量代码。Seaborn 的设计遵循数据集导向、语义映射、统计感知、美观默认值和与 matplotlib 完全兼容等核心理念。它既提供传统的函数接口（按关系、分布、分类、回归、矩阵等类别组织的绘图函数），也提供类似 ggplot2 的声明式 objects 接口。可用于快速探索数据分布、变量关系和分类比较，适合探索性数据分析和生成出版级图表。
string-database
STRING Database 技能用于查询 STRING 蛋白质相互作用数据库，覆盖 5900 万蛋白质与 200 亿以上相互作用、5000 多个物种。该技能通过 REST API 提供蛋白质相互作用网络检索、功能富集分析、相互作用伙伴发现、网络可视化等功能。技能包含 Python 辅助函数脚本（scripts/string_api.py）与详细参考文档（references/string_reference.md），支持标识符映射、网络检索、图像生成、伙伴查询、GO/KEGG/Pfam/InterPro/SMART/UniProt 富集、PPI 富集检验、同源性评分与版本查询等操作，适用于系统生物学、通路分析与蛋白质组学研究。
sympy
SymPy 是一个用于符号数学计算的 Python 库，能够用数学符号进行精确计算，而不依赖数值近似。该技能提供在 Python 中执行符号运算的综合指导，适用于符号代数、微积分、线性代数、方程求解、物理计算与代码生成等任务。它支持创建符号与表达式、化简与因式分解、求导、积分、极限与级数展开、代数方程与方程组求解、微分方程求解、矩阵运算与特征值计算、物理矢量与量子力学计算、数论、几何、组合数学、逻辑与集合、统计等广泛领域。SymPy 强调精确算术，例如返回 sqrt(2) 而非 1.414 之类的近似值，并可借助 lambdify 转换为 NumPy 函数以提升数值计算性能，同时支持生成 C/Fortran 代码以及 LaTeX 等格式化数学输出。使用时应先定义符号，可通过假设属性改善化简效果，必要时再进行数值求值。
tooluniverse-epigenomics
tooluniverse-epigenomics 是一个面向基因组与表观基因组数据处理的技能，用于生产环境下处理与分析表观遗传学数据。它结合本地 Python 计算（pandas、scipy、numpy、pysam、statsmodels）与 ToolUniverse 注释工具，为调控上下文提供支持。该技能专为解答 BixBench 风格问题而设计，涵盖甲基化分析（CpG 过滤、差异甲基化）、ChIP-seq、ATAC-seq 以及多组学整合等场景。适用触发条件包括：提供甲基化数据（beta 值矩阵、Illumina 芯片）并询问 CpG 位点、差异甲基化分析、年龄相关 CpG 检测或表观遗传时钟、染色体水平甲基化密度或统计、ChIP-seq 峰文件（BED 格式）分析、ATAC-seq 染色质可及性、多组学整合（表达+甲基化、表达+ChIP-seq）以及全基因组表观遗传统计。该技能不适用于无数据文件的基因调控查询、RNA-seq 差异表达、VCF 变异注释、基因富集分析或蛋白质结构分析。
tooluniverse-expression-data-retrieval
这是一个用于从 ArrayExpress 和 BioStudies 检索基因表达与多组学数据集的技能。它按照“澄清查询—基因/条件消歧—检索—生成数据集报告”的流程工作，支持基因名官方标识解析（如 HGNC、MGI）、物种与平台过滤、实验质量评估（高/中/低等分级），并输出结构化的数据集检索报告，包含实验基本信息、样本分组、可用数据文件、质量评估与推荐建议，还覆盖多组学研究与错误处理策略。
tooluniverse-gwas-snp-interpretation
该技能用于解读 GWAS 研究中的遗传变异（SNP），通过汇总 GWAS Catalog、Open Targets Genetics 与 ClinVar 等多数据库证据，输出临床与生物学背景信息。输入 dbSNP rs 标识（如 rs7903146），可获取变异的基因组坐标、等位基因、功能后果与映射基因，查找具有统计显著性的性状/疾病关联，识别其所属的精细定位可信集（credible sets），并利用 L2G 预测可能的因果基因，最终汇总为可操作的临床意义报告。支持可选参数 include_credible_sets（默认 True，完整解读约 10-30 秒；False 时仅快速返回关联，约 2-5 秒）、p_threshold（默认 5e-8）和 max_associations（默认 100）。输出为 SNPInterpretationReport，包含 SNP 基本信息、性状关联、可信集与临床意义摘要。适用于解读 TCF7L2、APOE、MTHFR 等变异与疾病的关联及精细定位证据，但结果不证明因果，效应量依赖研究，且数据受已发表 GWAS 范围限制。
tooluniverse-image-analysis
这是一个面向显微镜图像分析与定量成像数据的技能，基于 pandas、numpy、scipy、statsmodels 和 scikit-image 等 Python 库，用于处理显微测量数据。它覆盖菌落形态测量、细胞计数、荧光定量、回归建模与统计比较等任务，适用于 BixBench 成像类问题。该技能支持预量化 CSV/TSV 数据的统计分析，也可处理原始图像的分割与测量，提供分组统计、t 检验、ANOVA、Dunnett 检验、效应量与功效分析、多项式与样条回归、模型比较，以及基于阈值和分水岭的细胞与菌落分割、荧光强度与共定位分析等能力。使用方式包括按决策树选择工作流、加载数据、解析问题、执行统计或图像处理，并可调用示例脚本批量处理。限制方面，该技能不用于系统发育分析、RNA-seq 差异表达、单细胞 scRNA-seq 以及无成像背景的纯统计回归。