PyDESeq2是一个用于批量RNA-seq数据差异基因表达分析的Python工具，基于DESeq2算法。它提供完整的分析工作流，包括数据加载、统计测试、FDR校正和可视化，适用于生物信息学研究和基因表达数据分析。关键词：差分基因表达分析，RNA-seq，DESeq2，Python，生物信息学，基因表达，数据分析。

本技能专为解决Walter Rudin《实分析与复分析》教科书中的高级数学问题设计，涵盖测度论、勒贝格积分、Lp空间、泛函分析和复分析等核心主题。通过决策树、工具命令和关键定理参考，支持数学学习、问题解决和学术研究，关键词包括实分析、复分析、测度论、数学积分、泛函分析、解析函数。

这是一个专为查询和分析大规模单细胞基因表达数据设计的技能，提供对超过6100万细胞的标准化数据访问，支持跨组织、疾病和细胞类型的数据探索、机器学习模型训练，并集成扫描py、PyTorch等分析工具，关键词包括单细胞分析、基因表达、数据查询、机器学习、生物信息学。

Pymatgen是一个用于材料科学的Python库，用于晶体结构创建、分析、对称性检查、文件I/O、Materials Project API集成、相图构建和电子结构分析。它支持多种文件格式如CIF、POSCAR、XYZ，并可用于生成DFT计算输入。关键词：pymatgen, 材料科学, 晶体结构, 对称性分析, Python, 计算化学, 材料数据库。

这个技能用于访问和查询人类代谢组数据库（HMDB），支持通过名称、ID、结构等方式搜索代谢物，检索化学性质、生物标志物数据、光谱信息等，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。关键词：HMDB，代谢组学，代谢物数据库，生物信息学，数据分析，临床化学，生物标志物。

决策矩阵是一种结构化工具，用于在加权标准下比较多个备选方案，支持透明、数据驱动的决策分析。它通过评分和权重计算，帮助揭示主观因素，优化权衡选择，适用于供应商评估、策略选择等场景。关键词：决策矩阵、数据分析、权重评分、备选方案比较、透明决策、数据驱动、权衡分析。

该技能用于对科学数据文件进行自动探索性数据分析，支持200多种格式检测，包括元数据提取、质量评估和报告生成，适用于化学、生物信息学、显微镜等领域，方便SEO搜索关键词：探索性数据分析、科学数据、文件格式、自动化分析、数据质量、报告生成。

客户旅程地图绘制是一项用于系统性分析和可视化客户从初次接触到成为品牌拥护者全过程的方法。它通过识别各阶段接触点、客户情绪、流失原因及自动化机会，帮助企业优化客户体验、提升转化率和留存率。关键词包括：客户旅程地图、接触点分析、情感映射、流失诊断、自动化优化、客户体验管理、转化率提升、AI智能体应用。

营销分析平台技能是一个用于集成多种营销分析和测量工具的专业能力。它专注于网站分析（如GA4、Adobe Analytics）、产品分析（如Mixpanel）、归因建模、高级分析（如营销组合建模、预测分析）以及数据驱动的营销优化。该技能帮助企业实现全面的营销测量、精准的归因分析、用户行为洞察和ROI评估，从而优化营销策略和预算分配。关键词：营销分析、数据分析、归因建模、GA4、Mixpanel、营销测量、数据驱动、ROI分析、用户行为、预测建模。

这个技能专注于pandas数据操作规则，帮助开发者遵循最佳实践进行数据分析和处理。它涵盖方法链式调用、使用loc/iloc进行数据选择、groupby操作等关键方面，适用于数据科学和量化金融领域。关键词：pandas、数据操作、方法链式、数据选择、groupby、数据分析、编码标准。

这个技能用于访问RCSB PDB数据库，允许用户搜索和下载蛋白质和核酸的3D结构数据，包括文本、序列和结构相似性搜索，下载坐标文件（如PDB和mmCIF格式），检索元数据，适用于结构生物学研究、药物发现、生物信息学分析和科研数据工程。关键词：PDB数据库、3D结构、蛋白质结构、核酸结构、数据检索、结构生物学、药物发现、生物信息学、数据科学。

定量分析是一种统计技能，专注于选择适当的统计测试、解释效应大小和进行功率分析，以确保数据分析的数学严谨性和统计有效性。关键词：定量分析、统计测试、效应大小、功率分析、数据分析、统计建模。