データ・AIのスキル

科学分野のデータセットやAIモデル、手法解説、デモをカタログから探し、研究目的に合う候補を比較します。ライセンスや入力形式、実際に使うための実行環境も確認します。

• タンパク質やゲノム解析モデルの探索
• 科学系機械学習のデータを選びたいとき
• ライセンスや実行環境を比較したいとき

OMERO.serverの顕微鏡画像データを対象範囲を指定して一覧化し、注釈や関心領域の情報出力、画像の入出力計画、変更内容の事前確認を支援します。

• 対象を絞ったOMEROデータの一覧化
• 注釈・関心領域をJSONに出力したいとき
• 顕微鏡画像の入出力計画

ゲノム上の領域データを検証し、重なりの件数や共通部分、被覆率を調べます。Gtarsを使う解析に向けて、座標や参照配列の整合性、実行条件も整理します。

• BED座標と参照ゲノムを検証したいとき
• ゲノム領域の重なりと集合比較
• ゲノム領域をトークン化したいとき

科学データのグラフをPythonで作成し、色・軸・凡例・注釈や複数図の配置を細かく調整して、論文や発表に使うPNG・PDF・SVGへ書き出します。

• 実験データをグラフ化したいとき
• 複数の図を一枚にまとめたいとき
• 配色やラベルを調整したいとき

心電図・呼吸・皮膚電気活動などの生体信号をNeuroKit2で研究分析するために、前処理、時刻合わせ、心拍変動や刺激前後の解析手順の構築・点検を支援します。

• 前処理前に生体信号の品質を点検
• 研究用の心電図・心拍変動解析
• イベント区間と基準補正の設計

タンデム質量分析（MS/MS）の測定データを整え、ピークの選別や類似度計算、参照ライブラリとの照合を通じて化合物候補を調べるPython向けスキル。

• MS/MSデータの前処理と測定情報の統一
• 参照ライブラリから化合物候補を探したいとき
• 類似度と一致ピーク数による比較

二光子撮像のTIFF画像と時刻付き行動位置CSVを、神経科学の共通形式NWBへ変換し、メタデータ・時刻同期・変換前後の一致を検証するスキル。

• 二光子撮像TIFFをNWBに変換したいとき
• 撮像と行動位置をまとめたいとき
• 同期パルスで時計のずれを確認したいとき

病理の全スライド画像から組織領域を見つけ、学習用の小画像を切り出します。抽出位置の確認や染色の色調統一、患者単位でのデータ分割まで支援するスキル。

• 病理画像から学習用画像を抽出したいとき
• 組織マスクと抽出位置を確認したいとき
• H&E染色の色調を統一したいとき

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

組織名・細胞種・疾患名などの自由記述を標準用語のID候補に対応づけ、既存IDの名称や廃止状況を検証します。研究データの提出準備やメタデータ表の点検に使えます。

• 組織・細胞種・疾患に標準IDを付けたいとき
• メタデータ表のIDと名称を点検したいとき
• 廃止された用語と置換先を確認したいとき

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

一次元NMRの生信号をスペクトルに変換し、位相・ベースライン補正からピーク候補の抽出、符号付き積分までを、処理条件の記録とともに進めるスキル。

• 一次元NMRの生信号を処理したいとき
• 基準信号とピーク位置を照合したいとき
• 位相とベースライン補正の点検

衛星画像や地図データを使い、座標系と画像の位置をそろえる前処理から、植生・地形・地域別集計・道路経路の分析まで、地理空間データの研究作業を支援します。

• 座標系と画像の格子をそろえたいとき
• 衛星画像から植生指標を計算したいとき
• 標高データから傾斜と斜面方向を調べたいとき

Pythonで地点や区域の地理データを加工・分析し、座標系や図形の不備、空間結合の重複を点検しながら、保存・共有時の検証まで支援するスキル。

• 分析前に地理データを点検したいとき
• 座標系や変換方法を確認したいとき
• 地点と区域の結合結果を点検したいとき

流れを撮影した2枚の粒子画像から、各地点の速度と向きを求めます。OpenPIVで画像の前処理、誤ったベクトルの補正、渦度・ひずみ速度の計算、可視化まで扱います。

• 実験画像から速度分布を求めたいとき
• 不正な速度ベクトルの検出と補間
• 渦度とひずみ速度の計算

DNA・RNA・タンパク質の配列処理やファイル変換、NCBIのデータ取得をPythonで進め、類似配列検索や立体構造・系統樹の解析まで支援するスキル。

• GenBankをFASTAに変換したいとき
• 配列長とGC含量の一括集計
• NCBIの配列・文献情報の取得

炭素13の標識測定から細胞内の代謝反応速度を推定し、原子の対応関係や入力条件を点検して、測定データでどの経路の流量まで絞り込めるかを調べるスキル。

• 炭素13の測定から代謝流量を推定したいとき
• 原子対応表と測定入力の整合性確認
• 仮定した反応速度から標識分布を予測

バルク・単一細胞の遺伝子発現データから、発現を調節する遺伝子と標的遺伝子の関係候補を順位付けし、解析手法の比較や結果の安定性確認を支援します。

• 遺伝子の調節関係候補を絞りたいとき
• GRNBoost2とGENIE3の比較
• 推定ネットワークの安定性確認

時間に沿って変化するデータをaeonで分析し、分類・回帰・クラスタリングから将来予測、異常検知、似た波形の検索まで、手法の選択と実装を支援するスキル。

• 時系列の分類や連続値の推定
• 似た時系列をまとめたいとき
• 将来の値を予測したいとき

創薬で扱う分子データをPythonで読み込み、構造の標準化、性質の計算、類似度による分類、3D構造の生成や可視化まで、RDKitを使いやすい操作で扱います。

• 分子データを読み込み標準化したいとき
• 分子の性質や類似度を計算したいとき
• 化合物の分類や多様な候補の選抜

公開の単一細胞・空間的な遺伝子発現データを組織や疾患で絞り込み、必要な発現値や細胞情報を取得して、集計やデータセット横断の比較分析につなげるスキル。

• 組織内の細胞種を調べたいとき
• マーカー遺伝子の発現値を取得したいとき
• 組織やデータセットを横断比較したいとき

メモリに収まらない表や数値配列、多数のファイルをDaskで分割・並列処理し、データの種類に合う実行方式の選択や処理の遅さの診断まで支援するスキル。

• メモリを超えるCSVやParquetの集計
• 大きな科学計算用配列の分割処理
• 分析前のJSONやログの整形

フローサイトメトリーの測定データに蛍光の漏れ込み補正と細胞集団の絞り込みを適用し、集団ごとの件数・割合・蛍光値を集計します。FlowJo解析の再現も支援します。

• 複数FCS試料への同一ゲート適用
• 分母を明示した細胞集団の件数・割合集計
• FlowJo解析をPythonで再現したいとき

モデルやプロンプトの改善を複数の実験で進め、仮説と結果をツリーに記録します。実験から得た知見を次の試行に引き継ぎ、探索用とは別の評価で改善候補を比較します。

• モデル学習の改善案を実験で比較したいとき
• エージェントの成功率を改善したいとき
• プロンプトの変更を定量評価したいとき