Đọc, kiểm tra và xuất dữ liệu protocols.io theo đúng hợp đồng REST/MCP hiện hành, còn các thao tác ghi thì chỉ tạo kế hoạch chứ không thực thi.
Skill hướng dẫn xây dựng, mô phỏng, transpile và chạy mạch lượng tử bằng Qiskit 2.x cùng IBM Quantum Runtime.
Skill giúp thực hiện trọn quy trình phân tích biểu hiện gen khác biệt (DE) cho dữ liệu bulk RNA-seq bằng PyDESeq2.
Hướng dẫn dùng pysam để đọc, truy vấn, lọc và ghi các tệp SAM/BAM/CRAM, VCF/BCF, FASTA/FASTQ và tabix một cách chính xác.
Kỹ năng giúp Claude viết và chạy các quy trình tính toán hóa dược (pKa, docking, conformer) qua Python API của nền tảng đám mây Rowan.
Bộ kỹ năng chạy toàn bộ quy trình scRNA-seq bằng Scanpy: từ QC, chuẩn hóa, giảm chiều, phân cụm đến tìm marker và chú giải loại tế bào.
Kỹ năng đánh giá bài báo và ý tưởng nghiên cứu theo hướng định tính, có truy vết bằng chứng và mang tính phát triển.
Kỹ năng chạy trọn quy trình scVelo để suy luận hướng chuyển trạng thái tế bào và latent time từ động học splicing trong dữ liệu single-cell RNA-seq.
Hướng dẫn toàn bộ quy trình huấn luyện, tùy chỉnh môi trường và đánh giá tác tử RL bằng Stable Baselines3.
Giúp Claude thực hiện phân tích tin sinh học bằng scikit-bio: chuỗi, gióng hàng, cây phát sinh loài, chỉ số đa dạng, PCoA và PERMANOVA.
Skill chuyên sâu giúp xây dựng, kiểm thử và phân tích mô phỏng sự kiện rời rạc có giới hạn bằng SimPy.
Skill hướng dẫn Claude viết code PyTorch Geometric chuẩn cho phân loại node/đồ thị, dự đoán liên kết, đồ thị dị thể và huấn luyện quy mô lớn.
Skill giúp viết và gỡ lỗi code học sâu phân tử, protein và knowledge graph theo đúng API TorchDrug 0.2.1.
Skill chuyên sâu giúp xây dựng, huấn luyện và đánh giá mô hình sinh tồn (right-censored, competing risks) bằng scikit-survival mà không rò rỉ dữ liệu.
Kỹ năng hướng dẫn Claude dùng ETE 4 để đọc, chỉnh sửa, so sánh, chú thích và trực quan hóa cây phát sinh loài.
Skill giúp lập kế hoạch, kiểm tra và đánh giá an toàn cho HypoGeniC/HypoRefine khi sinh giả thuyết bằng LLM từ dữ liệu văn bản có nhãn.
Kỹ năng giúp Claude chạy các công cụ sinh học cấu trúc mã nguồn mở (AlphaFold, RFdiffusion, DiffDock…) trên GPU cloud của Tamarind Bio qua REST API hoặc MCP.
Skill giúp xây dựng pipeline học sâu lâm sàng bằng PyHealth theo 5 bước: dataset → task → model → trainer → metrics.
Skill giúp xây dựng, vi phân và huấn luyện mạch lượng tử bằng PennyLane, chạy được trên nhiều nền tảng như IBM, Google, IonQ.