データ・AIのスキル

Pythonで分類・数値予測・データのグループ分けを進め、前処理からモデル比較、性能評価、設定調整まで一連の機械学習の流れを組み立てる支援をします。

• 分類や数値予測のモデルを作る
• 似たデータをまとめて可視化する
• 欠損値処理とモデル学習をつなぐ

ベイズ統計モデルを組み立て、階層モデルの推定、予測の不確実性の評価、計算の診断、予測結果の点検、モデル比較までをPyMCで進めるスキル。

• 回帰の効果と不確実性を推定したいとき
• 患者や施設ごとの差をモデル化したいとき
• サンプリング診断と予測の点検

ペアエンド16S配列をQIIME 2で処理し、配列の種類と分類情報をまとめます。入力ファイルやプライマー、読み取り配列の残存率を確認し、処理履歴も保存します。

• FASTQペアとサンプル情報を検証したいとき
• プライマー除去とDADA2処理をしたいとき
• 互換性のある分類器で分類したいとき

DNA・RNA・タンパク質の配列処理から系統樹、多様性指標、群間差の検定まで、生物データや微生物群集の解析とファイル変換をPythonで進めるスキル。

• 微生物群集の多様性を比較したいとき
• DNA・RNA・タンパク質の配列照合
• 系統樹の構築と比較

医用画像のDICOMファイルをローカルで読み書きし、メタデータや画像のフレーム、圧縮形式を確認します。画像プレビューの出力や仮名化した派生ファイルの監査も支援します。

• DICOMファイルの技術情報を集計
• 圧縮対応とフレーム容量の事前確認
• 診断用ではない画像プレビューの出力

量子回路を作成し、パラメータの調整と検証を進めます。量子機械学習、分子エネルギー推定、組合せ最適化を扱い、シミュレーターでの確認から実機への移行を支援します。

• 量子回路の出力と勾配の検証
• 量子回路とPyTorch・JAXの混合モデル学習
• VQEによる分子エネルギー推定

病理スライド画像をPathMLで読み込み、小領域への分割・前処理・品質確認から、多重染色の定量や細胞の位置関係の解析、ローカル推論まで支援するスキル。

• スライド画像の分割を計画したいとき
• 前処理と画像品質を確認したいとき
• 多重染色の定量や空間グラフの検証

費用と性能など相反する目標を扱う最適化をPythonで進め、制約を満たす候補の探索、目標間のトレードオフの可視化、候補の比較・選択を支援します。

• 費用と性能が競合する設計案の比較
• 制約を満たす解を探索したいとき
• 最適化アルゴリズムの性能比較

ゲノム上の領域の重なり・近傍・被覆をPolarsで解析し、配列や変異、アラインメントのファイル入出力から座標をそろえたデータ結合まで支援するスキル。

• 変異とゲノム領域の重なりを調べたいとき
• 領域を統合し被覆塩基数を求めたいとき
• シーケンスのリード深度の集計

遺伝子リストや順位付きデータから、関連の強い生物学的経路や機能を統計的に調べます。解析法の選択、遺伝子IDの整理、比較対象の設定から結果の解釈と図表作成まで支援します。

• 発現差のある遺伝子の関連経路を調べたいとき
• 全遺伝子の順位でGSEAを実行したいとき
• 試料・細胞ごとの遺伝子集合スコア計算

実験動物の体重・体温・臨床スコアなどを基準集団に対する負担スコアへまとめ、個体ごとの推移、指定時点の探索的な予測、注意域の候補を分析するスキル。

• 動物の観測指標を日別スコアにまとめたいとき
• 共通の基準で群間の負担を比較したいとき
• 指定観測時点の負担を探索的に予測したいとき

単一細胞RNA-seqデータの品質管理から正規化、細胞の分類、特徴的な遺伝子の探索、図の作成までを、Scanpyの付属スクリプトで進めるスキル。

• 単一細胞データの品質確認と正規化
• UMAPやt-SNEで細胞群を可視化
• マーカー遺伝子の探索と細胞種の確認

バルクRNA-seqの遺伝子発現差をPythonで解析します。入力カウントや比較条件を確認し、PyDESeq2で統計検定・多重検定補正・結果の図示を進めます。

• 処置群と対照群の発現を比較したいとき
• バッチ差を考慮した発現差解析
• カウント表とサンプル情報の整合性確認

ゲノム解析ファイルをPythonで読み書きし、指定領域の抽出、条件による絞り込み、変異や塩基の集計を支援します。座標の数え方や索引、参照配列を確認しながら処理を組み立てます。

• ゲノムファイルの形式や索引の確認
• 品質やフラグによる配列データの絞り込み
• 指定領域の変異と遺伝子型の集計

分子構造データの読み書きから、分子量などの特性計算、類似分子・部分構造の検索、反応処理、2D・3D構造の生成まで、Pythonで細かく制御するスキル。

• 分子データの特性を一括計算したいとき
• 構造が似た分子を探したいとき
• 特定の部分構造で分子を絞り込む作業

強化学習で使うPufferLibの版ごとの違いを整理し、環境の検証、並列実行、学習・評価の計画作成、保存モデルの読み込み前の確認までを支援するスキル。

• PufferLibの版に合うAPIを選びたいとき
• 学習前に環境の動作を検証したいとき
• 学習と評価のシードを分けて計画したいとき

創薬向け機械学習のデータ探索から評価までを支援します。PyTDCでデータセットを取得・分割し、予測結果の比較や指定した分子のスコア計算を進めます。

• 創薬向けの学習データを探したいとき
• タスクに合うデータ分割の計画・実行
• 指定指標で予測結果を比較したいとき

Pythonで表データの抽出・集計・結合を行い、大きなファイルの処理やpandasからの移行を、実行計画の最適化とデータの検証まで支援するスキル。

• 大きなCSVを抽出・集計したいとき
• pandasの処理を移行したいとき
• 複数の表を結合・整形したいとき

質量分析データの変換・前処理からピーク検出、複数試料の定量表作成まで進めます。タンパク質や代謝物の解析に向け、同定結果の絞り込みやグラフ出力も支援します。

• 質量分析ファイルの確認と前処理
• 複数試料の定量表を作りたいとき
• 精密質量から代謝物候補を調べたいとき

プール型CRISPRスクリーニングの配列データやカウント表を解析します。ガイドライブラリと反復実験の品質を確認し、増加・減少した遺伝子を効果量と統計指標付きで順位付けします。

• FASTQからガイド別リードを集計したいとき
• ライブラリと反復実験の品質確認
• 処理群と対照群のスクリーニング比較

Neuropixelsの神経記録を読み込み、ノイズ処理や電極との位置ずれの補正、神経細胞ごとの信号分離、品質評価、確認用の図やデータの出力まで支援します。

• SpikeGLX・Open Ephys・NWBの確認と前処理
• 信号分離前の位置ずれを確認・補正したいとき
• 品質指標に基づいて解析対象を選びたいとき

生物学のデータセットやモデルをLaminDBで管理し、表の構造・型の検証、標準用語による注釈、解析の入出力や変更履歴の記録を通じて、再現可能なデータ整理を支援します。

• 生物学のデータセットを登録・整理
• DataFrameやAnnDataのメタデータ検証
• 生物学の標準用語で注釈を整理

人や物のつながりをPythonで分析・可視化し、重要な点や集団、最短経路を調べます。表データの読み込みから、検証用ネットワークの生成、結果の保存まで扱います。

• SNSの重要人物や集団を調べたいとき
• 交通網の最短経路を求めたいとき
• 論文の引用関係を可視化したいとき

小分子の構造を、類似性検索や活性・物性予測に使う数値データへ変換します。Molfeatで複数の表現を選び、無効な入力の除外とラベルの対応維持、設定保存まで扱います。

• 活性・物性予測用の特徴量作成
• 類似性検索に使う分子表現の選択
• 無効な分子を除いて実験値と対応付け