scvi-tools 是一个用于单细胞基因组学概率模型的综合 Python 框架。它基于 PyTorch 和 PyTorch Lightning 构建，提供使用变分推理的深度生成模型，用于分析不同的单细胞数据模式。

scikit-survival 是一个基于 scikit-learn 构建的用于生存分析的 Python 库。它提供了用于事件发生时间分析的专用工具，可应对某些观察结果仅部分已知的审查数据的独特挑战。

该技能为使用 scikit-learn（用于经典机器学习的行业标准 Python 库）执行机器学习任务提供了全面的指导。使用此技能进行分类、回归、聚类、降维、预处理、模型评估和构建可用于生产的 ML 管道。

scikit-bio 是一个用于处理生物数据的综合 Python 库。将此技能应用于涵盖序列操作、比对、系统发育学、微生物生态学和多元统计的生物信息学分析。

科学写作是精确、清晰地传达研究成果的过程。使用 IMRAD 结构、引文（APA/AMA/温哥华）、图表/表格和报告指南（CONSORT/STROBE/PRISMA）撰写手稿。将此技能应用于研究论文和期刊提交。

科学可视化将数据转化为清晰、准确的数字以供发布。使用多面板布局、误差线、重要性标记和色盲安全调色板创建日志就绪绘图。使用 matplotlib、seaborn 和plotly 将手稿导出为 PDF/EPS/TIFF。

科学演示是交流研究、分享发现以及与学术和专业观众互动的重要媒介。这项技能为创建有效的科学演示提供了全面的指导，从结构和内容开发到视觉设计和交付准备。

科学原理图和图表将复杂的概念转化为清晰的视觉表示以供出版。该技能使用 Nano Banana Pro AI 来生成所有图表。

批判性思维是评估科学严谨性的系统过程。使用 GRADE 和 Cochrane ROB 框架评估方法、实验设计、统计有效性、偏差、混杂因素和证据质量。运用这项技能对科学主张进行批判性分析。

应用 ScholarEval 框架系统地评估学术和研究工作。该技能提供基于同行评审的研究评估标准的结构化评估方法，能够跨多个质量维度对学术论文、研究计划、文献综述和学术写作进行全面分析。

Scanpy 是一个可扩展的 Python 工具包，用于分析单细胞 RNA-seq 数据，基于 AnnData 构建。将此技能应用于完整的单细胞工作流程，包括质量控制、标准化、降维、聚类、标记基因识别、可视化和轨迹分析。

该技能可以通过 OpenRouter 使用 Perplexity 的声纳模型进行实时研究信息查找。它根据查询复杂性在 Sonar Pro（快速、高效的查找）和 Sonar Reasoning Pro（深度分析推理）之间进行智能选择。该技能提供对当前学术文献、最新研究、技术文档和一般研究信息的访问，并提供适当的引用和来源归属。

ReportLab 是一个功能强大的 Python 库，用于以编程方式生成 PDF。使用表格、图表、图像和交互式表单创建从简单文档到复杂报告的任何内容。

健康科技和医疗科技公司的专家级监管事务领导，对全球监管框架、提交策略和跨职能团队协调有深入的了解。

让您的自述文件与项目更改保持同步。

状态：生产就绪 最后更新：2025-11-22 依赖项：Node.js 18+、Expo CLI 最新版本：react-native@0.82、expo@~52.0.0、react@19.1

掌握 React 版本升级、类到钩子迁移、并发功能采用以及用于自动转换的代码模型。

状态：生产就绪 ✅ 最后更新：2025-11-20 依赖项：无（独立）最新版本：react-hook-form@7.66.1、zod@4.1.12、@hookform/resolvers@5.2.2

RDKit 是一个综合性化学信息学库，提供用于分子分析和操作的 Python API。该技能为读/写分子结构、计算描述符、指纹识别、子结构搜索、化学反应、2D/3D 坐标生成和分子可视化提供指导。将此技能用于药物发现、计算化学和化学信息学研究任务。

掌握检索增强生成 (RAG)，用于构建 LLM 应用程序，使用外部知识源提供准确、扎实的响应。