生物医药 Skill技能列表
Opentrons温度模块Skill opentrons-temperature-module
Opentrons温度模块技能用于在Opentrons自动化协议中实现精确温度控制，支持4-95°C范围的加热和冷却，适用于生物实验中的样本存储、酶反应和温度敏感协议。关键词：Opentrons、温度模块、实验室自动化、生物实验、温度控制、PCR、酶反应
GIAB基准验证器Skill giab-benchmark-validator
GIAB基准验证技能是一个用于评估基因组测序分析流程准确性的生物信息学工具。它通过将测序结果与“瓶中基因组”权威真值集进行比对，计算灵敏度、特异性等关键指标，并支持按不同基因组区域和变异类型进行分层分析，特别关注困难区域的性能评估，最终生成全面的验证报告。该技能是基因组数据分析、生物信息学流程验证、测序准确性评估、GIAB基准测试和变异检测质量控制的专业工具。
GA4GH标准验证器Skill ga4gh-standards-validator
GA4GH 标准验证器是一个用于确保基因组数据共享与互操作性的合规性检查工具。它专注于验证 VCF/BAM 等生物信息学文件格式、测试 htsget API 和 Beacon 协议、检查 DRS/WES/TES 工作流标准，并进行数据模型验证与互操作性测试。关键词：GA4GH 标准，数据共享，互操作性，基因组学，合规性验证，生物信息学工具，API 测试，数据模型。
GSEA通路分析器Skill gsea-pathway-analyzer
GSEA通路分析技能是一款专业的生物信息学工具，专注于基因集富集分析。它能够对转录组学数据进行功能注释和通路解析，支持预排序GSEA、基因本体富集、KEGG/Reactome通路分析以及自定义基因集。该技能可识别关键的前沿基因，并生成高质量的图表，广泛应用于RNA-seq差异表达、单细胞测序和多组学整合等研究场景。关键词：基因集富集分析，GSEA，通路分析，生物信息学，功能注释，转录组学，KEGG，Reactome，前沿基因，可视化。
HPO表型匹配器Skill hpo-phenotype-matcher
HPO表型匹配技能是一个生物信息学工具，专门用于人类表型本体分析，实现表型驱动的基因优先排序。该技能通过HPO术语匹配、基因-表型关联评分、语义相似性分析等功能，帮助临床基因组学研究人员将患者表型与基因变异关联，支持罕见病诊断和临床变异解读。关键词：人类表型本体、HPO、表型匹配、基因优先排序、临床基因组学、罕见病诊断、生物信息学、语义相似性、Exomiser集成。
HUMAnN功能分析器Skill humann-functional-profiler
HUMAnN功能分析器是一款用于宏基因组功能分析的专业技能，主要用于对微生物群落进行基因家族定量、代谢通路丰度分析、UniRef注释和分层功能谱分析。该技能支持MetaCyc通路数据库，能够评估通路覆盖度并集成自定义数据库，是宏基因组学研究中进行功能注释和代谢网络分析的核心工具。关键词：宏基因组分析、功能注释、代谢通路、基因家族定量、HUMAnN3、生物信息学、微生物群落、MetaCyc、UniRef、分层分析。
基因调控网络推断工具Skill arboreto
Arboreto 是一个用于从基因表达数据中推断基因调控网络的Python库，支持GRNBoost2和GENIE3机器学习算法，可通过Dask进行分布式计算，适用于单细胞RNA-seq和基因调控网络分析。关键词：基因调控网络、机器学习、Python、Dask、GRN推断、生物信息学、转录因子、基因表达。
ipSAE结合剂设计排序工具Skill ipsae
ipSAE 是一个用于蛋白质-蛋白质相互作用预测结果排序的评分工具，专门针对结合剂设计优化。它能有效处理 AlphaFold2、AlphaFold3 和 Boltz1 等模型的输出，通过分析预测对齐误差来评估和排序设计的蛋白质结合剂，其精度优于传统的 ipTM 和 iPAE 评分方法。关键词：ipSAE，蛋白质设计，结合剂排序，AlphaFold，生物信息学，结构预测，蛋白质相互作用，评分函数
Foldseek结构搜索Skill foldseek
Foldseek结构搜索技能是一个用于蛋白质三维结构相似性搜索与分析的生物信息学工具。它能够高效地在PDB、AlphaFold等大型结构数据库中，通过三维空间构象而非氨基酸序列，查找相似结构、进行结构比对、发现远缘同源物以及聚类分析。该工具对于蛋白质设计、功能注释、进化研究和药物发现等领域至关重要。关键词：Foldseek，结构相似性搜索，蛋白质结构，生物信息学，AlphaFold，PDB数据库，结构比对，同源建模。
ESM2蛋白质语言模型Skill esm
ESM2蛋白质语言模型是一种基于深度学习的生物信息学工具，专门用于蛋白质序列分析和设计。它能够计算蛋白质序列的伪对数似然分数来评估序列合理性，生成高维嵌入表示用于聚类和多样性分析，并支持零样本变体效应预测。该工具适用于蛋白质工程、药物研发和生物信息学研究，帮助研究人员筛选天然样序列、分析序列-功能关系以及优化蛋白质设计。关键词：蛋白质语言模型，ESM2，序列评分，嵌入表示，变体效应预测，蛋白质设计，生物信息学，深度学习，AI生物技术。
无细胞蛋白合成优化指南Skill cell-free-expression
本指南提供了无细胞蛋白合成（CFPS）的全面优化方案，涵盖系统选择、问题排查、密码子优化、模板设计、二硫键形成、可溶性增强等关键环节。适用于生物医药研发人员、合成生物学家、蛋白工程师进行体外蛋白表达实验设计、疑难蛋白表达优化和产量提升。关键词：无细胞蛋白合成，CFPS，蛋白表达优化，密码子优化，二硫键形成，可溶性标签，分子伴侣，体外翻译。
BoltzGen全原子蛋白质设计工具Skill boltzgen
BoltzGen是一款基于扩散模型的全原子蛋白质设计工具，专门用于生成具有精确侧链构象和结合几何结构的蛋白质。它支持蛋白质-蛋白质、蛋白质-小分子、抗体/纳米抗体CDR区以及环状肽的设计，适用于药物发现、酶工程和生物制剂开发等领域。关键词：蛋白质设计，全原子扩散，侧链建模，结合剂设计，AI生物计算，药物研发，结构预测，YAML配置，BoltzGen教程。