Scientific

torchdrug は、分子およびタンパク質の機械学習に特化した PyTorch ネイティブのツールキットです。torchdrug skill を使えば、グラフニューラルネットワーク、タンパク質モデリング、知識グラフ推論、分子生成、逆合成に向けて、タスク、データセット、モジュール型モデルを見極められます。用意されたデモを見るだけでなく、カスタムモデル開発と再現性の高い設定を重視する場合に最適です。

optimize-for-gpuは、用途に合ったライブラリ選定で、CPU中心のPythonをNVIDIA GPU向けコードへ移行するのを支援します。配列、データフレーム、MLパイプライン、グラフ分析、画像処理、地理空間処理、ベクトル検索、カスタムカーネルに使えます。CuPy、cuDF、cuML、cuGraph、cuCIM、cuVS、KvikIO、Numba CUDA、Warpの選定を、実践的な使い方と移行の観点からガイドします。

diffdockは、PDB構造、またはタンパク質配列とSMILES、SDF、MOL2形式のリガンドから、タンパク質-リガンド結合ポーズを予測するドッキングスキルです。構造ベース創薬、バーチャルスクリーニング、信頼度付きポーズ解析にdiffdockスキルを活用できます。結合親和性の予測には対応していません。

Python で生存分析と time-to-event モデリングを行うための scikit-survival スキルです。打ち切りデータ、Cox モデル、Random Survival Forest、Gradient Boosting、Survival SVM、さらに concordance index や Brier score などの生存分析指標まで、導入判断に必要なポイントをこのガイドで確認できます。

scientific-schematics は、自然言語の指示を出版品質の科学図表へ変換し、スマートな反復改善まで行う skill です。生成には Nano Banana 2、レビューには Gemini 3.1 Pro Preview を使い、文書タイプごとの基準を下回った場合にのみ再生成します。ニューラルネットワークの構成図、システム図、フローチャート、生物学的経路図など、複雑な科学ビジュアルに向いています。

Pythonで単一細胞RNA-seqデータを解析するためのscanpy skillです。QC、正規化、PCA、UMAP/t-SNE、クラスタリング、マーカー遺伝子の発見、軌跡解析、論文品質のプロットに使えます。AnnDataを中心にした探索的なscRNA-seqワークフローに最適で、scanpyの使い方と導入手順もわかりやすく示します。

research-grantsスキルは、研究アイデアのたたき台を、NSF、NIH、DOE、DARPA、台湾NSTC向けの採択可能な助成金申請書へと仕上げるのに役立ちます。支援機関との適合性、要件に沿った構成、予算根拠の整理、審査基準を意識した書き方、各セクションのドラフト作成をサポートし、主任研究者、ポスドク、テクニカルライターに適しています。

protocolsio-integration は、科学プロトコルをプログラムで管理するための protocols.io API 連携スキルです。検索、作成、更新、公開、ステップ編集、ワークスペース整理、コメント管理、ファイル操作に使えます。Backend Development、ワークフロー自動化、再現性の高い protocols.io 運用で特に役立ちます。

peer-review スキルは、形式的でエビデンスに基づく論文レビューや助成金レビューの作成を支援します。手法、統計、再現性、倫理、そして CONSORT、STROBE、PRISMA などの報告基準を評価し、著者や編集者が具体的に改善へつなげられる建設的なフィードバックをまとめるのに役立ちます。

parallel-web は、parallel-cli を基盤にした Web リサーチと抽出のためのスキルです。Web 検索、URL からのコンテンツ抽出、ソースを使ったデータの補完、さらに学術・科学系ソースを優先した深掘りリサーチを支援します。parallel-web の使い方、Web リサーチ、引用、証拠ベースのワークフローに向いています。

paperzillaは、Paperzillaプロジェクト、レコメンド、正本論文、Markdown要約、フィードバック、フィード出力を扱うためのチャット兼CLIスキルです。一般的な要約ではなく、Academic Research向けにPaperzillaのデータへ直接アクセスしたいときに使います。paperzillaの使い方、paperzillaガイド系の作業、構造化出力に役立ちます。

matplotlib を使った Python のプロット作成に強いスキルです。軸、ラベル、凡例、レイアウト、出力形式まで細かく制御できます。科学図版、複数パネルの分析、独自のチャート表現、再現性のある可視化など、汎用的なチャート指示では足りないときに役立ちます。Data Analysis で、論文・発表向けの見栄えを重視した図を作るための有力な matplotlib ガイドです。

markdown-mermaid-writing は、科学・技術文書のための Markdown と Mermaid による図解作成スキルです。ワークフロー、アーキテクチャ、分析、レポートを、編集しやすいテキスト先行のドキュメントに変換し、わかりやすい図、バージョン管理との相性の良さ、Technical Writing に役立つ実践的な markdown-mermaid-writing の使い方を実現します。

latex-postersは、学会、シンポジウム、学位審査、科学コミュニケーション向けに、LaTeXでプロフェッショナルな研究ポスターを作成するためのスキルです。beamerposter、tikzposter、baposterに対応したパッケージ前提のワークフローを扱い、レイアウト、情報の階層化、図表、引用、印刷に適したポスターデザインまで丁寧に案内します。

literature-reviewスキルは、Academic Research向けの体系的な文献レビュー・ワークフローを支援します。ソース探索、引用の検証、テーマ別の統合、整った markdown または PDF 出力までカバーします。文献レビューのガイド作成、メタアナリシス、スコーピングレビュー、各種研究ブリーフに活用でき、科学・技術分野全般で有用です。

lamindb スキルは、オープンソースの生物学データ基盤 LaminDB を使いこなすためのものです。データを検索可能・追跡可能・再現可能・FAIR に保ちながら扱えます。Data Analysis における lamindb、メタデータのキュレーション、オントロジーに基づくアノテーション、スキーマ検証、ノートブックやパイプラインをまたぐ系譜を意識したワークフローに活用できます。

imaging-data-commons は、idc-index を使って NCI Imaging Data Commons の公開がん画像データを検索・ダウンロードするためのスキルです。CT、MR、PET、病理データセットにまたがる imaging-data-commons の利用に向いており、メタデータ検索、ブラウザプレビュー、ライセンス確認、AI 学習やデータ分析のワークフローまでカバーします。認証は不要です。

infographics skill は、テーマ、データセット、またはストーリーをもとに、公開レベルのビジュアルを作成するのを支援します。Nano Banana Pro によるインフォグラフィック生成、Gemini 3 Pro による品質レビュー、任意のリサーチ、アクセシブルな配色、反復的な改善に対応しており、マーケティング、レポート、タイムライン、比較表、SNS向けレイアウトに活用できます。

ggetは、CLIまたはPythonから20以上のゲノムデータベースと解析ツールへ高速かつ統一的にアクセスできる生物情報学スキルです。遺伝子情報、BLAST関連の検索、AlphaFold構造、発現データ、疾患関連、エンリッチメント系の解析に使えます。素早い探索や、ggetを使ったData Analysisワークフローに向いています。

get-available-resources は、重い科学計算や ML ワークフローの前に CPU、GPU、メモリ、ディスクを確認します。リソースのスナップショットと、並列処理、GPU アクセラレーション、メモリ安全な手法に関する実用的な推奨を返し、ワークフロー自動化でエージェントがより適切な実行判断を下せるようにします。

exploratory-data-analysis スキルは、科学系ファイルを形式に応じた EDA レポートへ変換します。ファイル形式を判別し、構造と品質を要約し、主要メタデータを抽出して、次の分析候補まで提案します。化学、生物情報学、顕微鏡画像、分光、プロテオミクス、メタボロミクスなど、さまざまな科学ファイル形式に対する exploratory-data-analysis を使ったデータ分析に適しています。

exa-search は、Exa を活用した Web リサーチスキルです。現在の情報を見つけたり、URL からコンテンツを抽出したりする用途に向いています。検索、ソース探索、記事や PDF の抽出、意味ベースの検索、学術的な絞り込みを使った技術・科学リサーチに利用でき、導入と使い方もわかりやすく整理されています。

etetoolkit は、ETE ワークフロー向けの系統樹ツールキットです。etetoolkit スキルを使えば、Newick、NHX、PhyloXML、NeXML 形式の樹木を解析・編集・比較・ルート設定・剪定・可視化できます。系統ゲノム解析、オルソログ／パラログ解析、NCBI taxonomy、論文向けの PDF または SVG 出力に対応しています。

depmapは、Cancer Dependency Mapを使って、がん細胞株の遺伝子依存性スコア、薬剤感受性、遺伝子効果プロファイルの解析を支援します。がん特異的な脆弱性や合成致死相互作用の特定、オンコロジー創薬ターゲットの検証に活用でき、Data Analysis向けに再現性のあるdepmapガイドとして使えます。