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

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

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

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

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

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

ゲノム上の位置をファイル形式ごとの座標規則に合わせて変換し、変異表現の統一や参照ゲノム・染色体名の不一致を点検するスキルです。

• BEDとGFF/GTF間の座標変換
• 挿入・欠失の表現統一と比較
• 参照ゲノムや染色体名の不一致確認

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

DNA配列から遺伝子の位置や発現量、発現を調節する領域を外部モデルで予測します。遺伝子名やゲノム領域からの配列取得にも対応し、ローカルGPUなしで利用できます。

• DNA配列のプロモーターを探したいとき
• RNAのつなぎ替え位置を予測したいとき
• 細胞種を指定して発現量を予測したいとき

フローサイトメトリーのFCSファイルを読み込み、測定条件やチャネル情報を確認し、測定値のNumPy配列への抽出や表形式への出力、FCS 3.1の作成を支援します。

• FCSの測定条件とチャネルを確認したいとき
• 測定値をNumPy配列やCSVに取り出したいとき
• 複数データセット入りの旧FCSを読むとき

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

H&E染色の病理画像から、組織内の遺伝子発現分布を予測します。約1万9千の遺伝子を指定し、画像の小区画からスライド全体の予測マップを作る研究用スキルです。

• 腫瘍切片のマーカー遺伝子分布の予測
• 実測データがないスライド群の発現予測
• 病理画像解析への予測発現の追加

単一細胞解析の測定値と細胞・遺伝子の情報をまとめ、h5adやZarr形式で読み書きします。データの抽出・結合や、大規模データの省メモリ処理も支援します。

• h5ad・Zarrの読み書き
• 実験データをラベル付きで結合
• 細胞や遺伝子を条件で抽出したいとき

分子構造から溶解度や毒性などを予測する機械学習を組み立てます。DeepChemでのデータ整備からモデル選択、学習、評価、予測までを支援します。

• 分子構造から溶解度を予測したいとき
• MoleculeNetでグラフモデルを比較
• データ分割の情報漏れを点検したいとき

2D蛍光顕微鏡画像から核を検出し、核数や核ごとの蛍光強度・面積を測定します。解析条件を保存した一括処理と、輪郭画像や測定表による品質確認を支援します。

• 顕微鏡画像を一括で核数計測したいとき
• 核ごとの蛍光強度と面積の測定
• 核の検出ミスを輪郭画像で確認したいとき

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

天文データを扱うPythonコードの実装・修正を支援します。Astropyを使い、単位や天体座標の変換、観測ファイルの読み書き、宇宙論計算を進めます。

• 天体座標や物理単位を変換したいとき
• FITS観測ファイルの読み書き
• 天体カタログ同士を照合したいとき

タンパク質の機能情報、生体内の反応経路、化合物の識別子を複数の生物学データベースから取得し、Pythonで照合・整理する作業を支援します。

• タンパク質の配列・機能情報を収集
• 遺伝子に関連する反応経路を取得
• 化合物の識別子を照合したいとき

bulk RNA-seqの生データや定量結果を、遺伝子ごとの発現量を比較するためのカウント表に整えます。品質確認やサンプル情報の検証、PyDESeq2への引き渡しを支援します。

• FASTQから遺伝子カウント表を作りたいとき
• nf-core/rnaseqを設定したいとき
• Salmonなどの定量結果を統合したいとき

科学データを必要な分だけ取得し、大容量ファイルの履歴と保存先を管理します。分析コマンドと入出力の記録、再実行、データセットの公開までを支援します。

• 必要な研究データだけ取得したいとき
• データ未取得のファイルを調べたいとき
• 分析手順の記録と再実行

ゲノム上の領域データを使う機械学習に向けて、BED形式や参照ゲノムの整合性を点検し、学習計画の作成、モデルとの互換性確認、共通領域集合の評価を支援するスキル。

• BEDの座標と参照ゲノムを点検したいとき
• Region2VecやscEmbedの学習計画
• モデルとトークナイザーの互換性確認

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

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