データ分析、機械学習、LLMアプリ、プロンプト設計（9,108 件）
DNAnexus cloud genomics platform. Build apps/applets, manage data (upload/download), dxpy Python SDK, run workflows, process FASTQ/BAM/VCF, for developing and executing genomics pipelines.
日本語の概要は準備中です。原文の説明を表示しています。
Perform quantitative meta-analysis with effect size calculation, forest plots, funnel plots, and heterogeneity assessment. Use when: user asks to combine results from multiple studies, calculate pooled effect sizes, assess publication bias, or create forest/funnel plots. NOT f...
日本語の概要は準備中です。原文の説明を表示しています。
Generates scientifically sound inclusion and exclusion criteria for Meta-Analysis based on a given title or keywords. Use when user wants to design eligibility criteria for a systematic review or meta-analysis.
日本語の概要は準備中です。原文の説明を表示しています。
Generate Baujat plots for heterogeneity analysis. Identify studies that contribute most to the overall meta-analysis results and heterogeneity, helping discover potential outlier studies. Input meta-analysis data CSV, output Baujat plot PNG and contribution data CSV.
日本語の概要は準備中です。原文の説明を表示しています。
Statistical analysis and reporting for experimental datasets; use when you need to interpret experimental results, test significance (t-tests/ANOVA), or generate reproducible reports.
日本語の概要は準備中です。原文の説明を表示しています。
A Python library for reading, writing, and analyzing geospatial vector data; use it when you need spatial operations (buffer/overlay/join), CRS reprojection, or map visualization on formats like Shapefile/GeoJSON/GeoPackage or PostGIS.
日本語の概要は準備中です。原文の説明を表示しています。
NGS analysis toolkit. Used for BAM to bigWig conversion, quality control (correlation, PCA, fingerprint plots), heatmaps/feature plots (TSS, peaks), suitable for ChIP-seq, RNA-seq, ATAC-seq visualization.
日本語の概要は準備中です。原文の説明を表示しています。
Generate radial plots (Radial Plot/Galbraith Plot) for heterogeneity analysis. Visually assess heterogeneity across studies by displaying the relationship between standardized effect sizes and precision. Input: Meta-analysis data in CSV format; Output: Radial plot PNG and data CSV.
日本語の概要は準備中です。原文の説明を表示しています。
Generate leave-one-out sensitivity analysis plots for meta-analysis. Input is a CSV file containing meta-analysis data; outputs are a sensitivity forest plot (PNG) and a sensitivity data table (CSV) showing pooled effect estimates after excluding each study in turn.
日本語の概要は準備中です。原文の説明を表示しています。
ETE (Environment for Tree Exploration) toolkit for phylogenetic and hierarchical tree analysis; use it when you need to parse/manipulate Newick/NHX trees, detect duplication/speciation events, integrate NCBI taxonomy, and render publication-quality figures.
日本語の概要は準備中です。原文の説明を表示しています。
Generate Circos configuration files for circular genomics data visualization. Supports genomic variations (SNPs, CNVs, structural variants), cell-cell communication networks, and custom track configurations for publication-ready circular plots.
日本語の概要は準備中です。原文の説明を表示しています。
Constraint-based reconstruction and analysis (COBRA) for metabolic models; use when you need to simulate growth/production, analyze flux ranges, or run knockout and medium studies from SBML/JSON/YAML models.
日本語の概要は準備中です。原文の説明を表示しています。
Process, clean, and compare mass spectrometry (MS/MS) spectra with Matchms; use when you need reproducible spectral filtering and similarity scoring for metabolomics workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Use when refactoring research code for publication, adding documentation to existing analysis scripts, creating reproducible computational workflows, or preparing code for sharing with collaborators. Transforms research code into publication-ready, reproducible workflows. Adds documentation, implements error handling, creates environment specifications, and ensures computational reproducibility for scientific publications.
日本語の概要は準備中です。原文の説明を表示しています。
Analyze data with `forest-plot-styler` using a reproducible workflow, explicit validation, and structured outputs for review-ready interpretation.
日本語の概要は準備中です。原文の説明を表示しています。
A low-level plotting library for comprehensive customization. Use when fine-grained control over every plot element is needed, creating new types of charts, or integrating into specific scientific workflows. Can export to PNG/PDF/SVG for publication. For quick statistical charts, use seaborn; for interactive charts, use plotly; for journal-style, publication-ready multi-panel charts, use scientific-visualization.
日本語の概要は準備中です。原文の説明を表示しています。
Use lab budget forecaster for data analysis workflows that need structured execution, explicit assumptions, and clear output boundaries.
日本語の概要は準備中です。原文の説明を表示しています。
Analyzes the feasibility of a proposed Meta-analysis topic by searching for existing Meta-analyses and Clinical Trials on PubMed/ClinicalTrials.gov. Use when you need to evaluate if a topic is viable for a new Meta-analysis.
日本語の概要は準備中です。原文の説明を表示しています。
Generate Meta-analysis funnel plots and perform publication bias testing. Takes CSV file with Meta-analysis data as input, outputs funnel plot PNG, Egger test and Begg test results.
日本語の概要は準備中です。原文の説明を表示しています。
A high-performance Rust toolkit (with Python bindings and a CLI) for genomic interval analysis; use it when you need fast overlap queries, coverage track generation, genomic tokenization for ML, reference sequence verification, or fragment processing.
日本語の概要は準備中です。原文の説明を表示しています。
Digital pathology image processing toolkit for whole slide images (WSI). Supports WSI formats (SVS, TIFF, NDPI), tile-based analysis, and histological image preprocessing workflows.
日本語の概要は準備中です。原文の説明を表示しています。
Detect copy number variations from whole genome sequencing data and generate publication-quality genome-wide CNV plots. Supports CNV calling, segmentation, and visualization for cancer genomics and rare disease analysis.
日本語の概要は準備中です。原文の説明を表示しています。
Evaluates the quality of cohort studies using the Newcastle-Ottawa Scale (NOS). Use when the user provides a cohort study article or text and needs a quality assessment report.
日本語の概要は準備中です。原文の説明を表示しています。
Use facs gating viz style for data analysis workflows that need structured execution, explicit assumptions, and clear output boundaries.
日本語の概要は準備中です。原文の説明を表示しています。