データ・AIのスキル

タンパク質の骨格構造から、水に溶けやすい性質を重視したアミノ酸配列を設計します。凝集が課題の候補の再設計や、大腸菌での発現試験に向けた準備に使えます。

• 凝集するタンパク質候補の再設計
• 膜に接する構造の可溶性発現向け設計
• 大腸菌での発現試験の候補作り

タンパク質・DNA・RNA・リガンドを含む複合体の立体構造を、公開されたモデルの重みで予測し、複数候補の信頼度や分子の衝突を確認するスキルです。

• タンパク質とリガンドの複合体予測
• DNAやRNAを含む複合体の構造予測
• 複数の構造候補の信頼度比較

単一配列や類似配列を並べた情報から、タンパク質・核酸・小分子の複合体構造を予測し、タンパク質配列の数値表現の取得や変異評価も支援するスキル。

• 単一配列から複合体を予測したいとき
• 設計した結合分子を高速に評価したいとき
• MSAを使って構造を予測したいとき

結合した小分子や核酸、金属の位置を考慮して、タンパク質のアミノ酸配列を設計します。結合部位の再設計や、設計配列を入力構造に反映したPDBの出力に使えます。

• 小分子や補因子の結合ポケット再設計
• 金属との結合部位の配列設計
• 設計配列をFASTAとPDBで出力

DNA配列の尤度評価、分類に使う数値表現への変換、指定した冒頭配列に続く配列生成を支援し、変異前後や生物種をまたぐ領域の比較に使うスキル。

• DNA変異前後のスコアを比較したいとき
• ゲノム領域の分類用特徴量を作りたいとき
• 冒頭配列からDNAを生成したいとき

タンパク質の配列を機械学習で使える数値に変換し、アミノ酸ごと・配列全体の特徴抽出、変異の影響評価、配列からの接触予測を進めるスキルです。

• 機械学習用のタンパク質特徴抽出
• アミノ酸変異の影響を評価したいとき
• 配列から接触を予測したいとき

タンパク質構造と小分子の情報から、結合時の立体配置を予測します。探索範囲の事前指定なしで複数の候補を生成し、配置の確からしさで順位付けするスキルです。

• タンパク質と小分子の配置を予測したいとき
• 小規模なフラグメント集の配置候補生成
• 再評価に使う初期配置の準備

タンパク質の立体構造をもとに、その骨格に合うアミノ酸配列の候補を生成します。特定の残基を固定した鎖の再設計や、生成条件を変えた複数候補の作成を支援します。

• RFdiffusionの骨格に配列を付けたいとき
• 結合面の残基を固定した鎖の再設計
• 複数の温度設定で候補を生成したいとき

DNA配列から遺伝子発現などの測定結果に相当する分布を予測し、変異前後の差を比較して、タンパク質を直接コードしない領域の変異の優先付けを支えるスキルです。

• DNA変異前後の予測への影響を比較したいとき
• ゲノム領域の予測分布の作成
• 非コード領域の変異の優先順位付け

単一細胞の遺伝子発現データを、細胞の特徴を表す数値に変換し、細胞種の推定も支援します。細胞のグループ分けやデータ統合、遺伝子の働きを調べる解析に使えます。

• AnnDataから細胞の特徴量を作りたいとき
• 細胞のグループ分けやデータ統合の準備
• 追加学習の有無に応じた細胞種の推定

タンパク質の配列から単体や複合体の立体構造を予測し、信頼度の指標や設計構造との比較を使って、設計した配列の妥当性を確かめるスキルです。

• 配列から単体の構造を予測したいとき
• タンパク質複合体の構造予測
• 設計配列と目標構造を照合したいとき

タンパク質・DNA・RNA・小分子が組み合わさった立体構造を予測し、設計した結合分子の評価や、タンパク質と小分子の結合親和性の予測を支援するスキル。

• 設計した結合分子を評価したいとき
• タンパク質と小分子の構造予測
• DNA・RNAを含む複合体の構造予測

2,000以上のAIモデルやAPIを共通の接続口から探し、入力条件と料金を確認して実行します。画像・動画・音声の生成から検索、Web情報やSNSデータの取得まで扱います。

• 画像・動画生成モデルの検索と実行
• SNS投稿データの取得
• Web検索とページ内容の抽出

Pythonで複数の目標や制約を満たす設計案を探索し、コストと性能などの両立関係を可視化します。最適化手法の選択から候補の比較まで支援するスキル。

• コストと性能の両立を検討したいとき
• 設計上の制約を満たす解を探したいとき
• 最適化手法を標準問題で比較したいとき

行列計算や実験データの分析、信号処理、科学グラフ作成に使うMATLAB・GNU Octaveのスクリプトを作成し、構文の相談やPythonとのコード変換も支援します。

• 実験CSVを分析してグラフを保存したいとき
• 行列方程式や微分方程式を解きたいとき
• 信号の周波数解析やフィルター処理

研究データに合う統計検定の選択から、前提条件の確認、効果の大きさの解釈、必要な標本数の検討まで支援し、結果をAPA形式の文章や図表にまとめます。

• 群間比較や関連に合う検定を選びたいとき
• 分析前に正規性・分散・外れ値を確認
• 研究に必要な標本数を見積もりたいとき

Pythonで回帰分析や時系列予測を行い、係数表や信頼区間、予測値を得る作業を支援します。残差や外れ値の診断、モデルの比較を通じて、分析結果の根拠も確認します。

• 回帰係数と信頼区間を解釈したいとき
• 二値データや件数データの分析
• 不確かさを含む時系列予測

Pythonで分類・数値予測・似たデータのグループ分けを進めます。欠損値の処理からモデル比較、設定の調整、評価までをつなぎ、再現可能な機械学習の手順を組み立てます。

• 分類や数値予測のモデル作成
• 特徴の似た顧客を分類したいとき
• 欠損値やカテゴリ列の前処理

天文観測データをPythonで処理し、天体座標や物理単位、時刻を変換します。FITS形式の画像・表の読み書き、天体カタログの照合、宇宙論モデルによる距離計算も支援します。

• 観測日時と場所に合わせて座標変換したいとき
• FITS画像とヘッダーを確認したいとき
• 天体カタログ同士を照合したいとき

人・物・論文などのつながりをPythonで分析し、図にします。最短経路、重要な点、つながりの強い集団を調べ、データの読み書きや検証用ネットワークの生成も扱います。

• 人間関係や論文引用網の可視化
• ネットワークの最短経路を知りたいとき
• 重要な点や結び付きの強い集団の分析

科学データの形式や構造、欠損・異常値などの品質を調べ、Markdownレポートにまとめます。200以上の形式を対象に、前処理や次の分析方法も提案するスキル。

• 未知の科学データの内容を把握したいとき
• 実験表の欠損や重複を点検したいとき
• FASTQの配列長や品質を確認したいとき

Pythonで折れ線や散布図などを作り、色・軸・凡例・複数グラフの配置を細かく調整して、論文や資料向けにPNG・PDF・SVGで保存するスキル。

• 論文や発表資料の図を作りたいとき
• 複数のグラフを一枚にまとめたいとき
• 色・軸・ラベル・凡例を調整したいとき

売上やセンサー値などの時系列を、独自モデルの学習なしで予測します。CSVなどから予測値と予測区間を出し、複数系列の一括処理や実行前の環境確認も支援します。

• CSVから月次売上を予測したいとき
• 複数店舗の需要を一括予測したいとき
• センサーの予測値と幅を図示したいとき

表形式のデータから分布や項目間の関係、グループごとの差を統計グラフで確認します。箱ひげ図やヒートマップの作成、複数図の配置や配色調整を支援するスキル。

• 分布や外れ値を確認したいとき
• グループごとの測定値を比較したいとき
• 項目間の相関を可視化したいとき