行业应用

访问 AlphaFold 两亿余个 AI 预测蛋白质结构数据库，可按 UniProt 编号检索结构、下载 PDB/mmCIF 文件并分析 pLDDT、PAE 等置信度指标，适用于药物发现与结构生物学研究。

综合分子生物学工具包。用于序列操作、文件解析（FASTA/GenBank/PDB）、系统发育学和程序化NCBI/PubMed访问（Bio.Entrez）。最适合批量处理、自定义生物信息学管道、BLAST自动化。快速查找请使用gget；多服务集成请使用bioservices。

查询 ChEMBL 生物活性分子与药物发现数据，可按结构或性质搜索化合物，获取 IC50、Ki 等活性数据并开展构效关系研究，适用于药物化学研发。

为制药和临床研究环境生成专业临床决策支持（CDS）文档，包括患者队列分析（生物标志物分层并含结局）和治疗建议报告（基于证据的指南并含决策算法）。支持GRADE证据分级、统计分析（风险比、生存曲线、瀑布图）、生物标志物整合和法规合规。输出适合药物开发、临床研究和证据综合的出版就绪LaTeX/PDF格式。

撰写综合临床报告，包括病例报告（CARE指南）、诊断报告（放射学/病理学/实验室）、临床试验报告（ICH-E3、SAE、CSR）和患者文档（SOAP、H&P、出院小结）。全面支持模板、法规合规（HIPAA、FDA、ICH-GCP）和验证工具。

通过API v2查询ClinicalTrials.gov。按疾病、药物、地点、状态或阶段搜索试验。通过NCT ID检索试验详情、导出数据，用于临床研究和患者匹配。

访问ClinPGx药物基因组学数据（PharmGKB的后继）。查询基因-药物相互作用、CPIC指南、等位基因功能，用于精准医学和基因导向的剂量决策。

查询NCBI ClinVar获取变异临床意义。按基因/位置搜索，解释致病性分类，通过E-utilities API或FTP访问，注释VCF，用于基因组医学。

基于约束的代谢建模（COBRA）。FBA、FVA、基因敲除、流量采样、SBML模型，用于系统生物学和代谢工程分析。

围绕RDKit的Pythonic封装，具有简化的接口和合理的默认值。用于标准药物发现的首选，包括SMILES解析、标准化、描述符、指纹、聚类、3D构象、并行处理。返回原生rdkit.Chem.Mol对象。对于高级控制或自定义参数，请直接使用rdkit。

查询癌症依赖图谱（DepMap）获取癌细胞系基因依赖性评分（CRISPR Chronos）、药物敏感性数据和基因效应谱。用于识别癌症特异性脆弱性、合成致死相互作用和验证肿瘤药物靶点。

DiffDock 和 DiffDock-L 分子对接。用于从 PDB 或序列加 SMILES/SDF/MOL2 预测蛋白质-小分子结合姿态、批量对接、虚拟筛选以及位姿置信度解读。不用于结合亲和力预测。

从DrugBank数据库访问和分析综合药物信息，包括药物特性、相互作用、靶点、通路、化学结构和药理学数据。在处理药物数据、药物发现研究、药理学研究、药物-药物相互作用分析、靶点识别、化学相似性搜索、ADMET预测或任何需要DrugBank详细药物和药物靶点信息的任务时使用此技能。

通过 API 或 FTP 访问欧洲核苷酸档案库（ENA），按登录号检索 DNA/RNA 序列、原始 reads 与基因组组装，支持多种格式，适用于基因组学与生物信息学流水线。

对200多种文件格式的科学数据文件进行综合探索性数据分析。当分析任何科学数据文件以了解其结构、内容、质量和特征时使用此技能。自动检测文件类型并生成详细的markdown报告，包含格式特定的分析、质量指标和下游分析建议。涵盖化学、生物信息学、显微镜、光谱学、蛋白质组学、代谢组学和一般科学数据格式。

通过 E-utilities 与 Datasets API 查询 NCBI Gene，可按基因符号或编号检索 RefSeq、GO 注释、位置与表型信息，支持批量查询，适用于基因注释与功能分析。

对基因组区间数据（BED 文件）开展机器学习：训练区域嵌入（Region2Vec、BEDspace）、单细胞 ATAC-seq 分析（scEmbed）、构建共识峰集合等基于区域的基因组特征学习任务。

快速查询二十余个生物信息学数据库的命令行与 Python 工具，覆盖基因信息、BLAST、病毒序列、AlphaFold 结构、富集分析等，适合交互式探索与简单查询。

用于Rust中基因组区间分析的高性能工具包，带Python绑定。当处理基因组区域、BED文件、覆盖度轨道、重叠检测、ML模型的标记化或计算基因组学和机器学习应用中的片段分析时使用。

访问人类代谢物数据库（HMDB，二十二万余种代谢物），可按名称、编号或结构检索化学性质、生物标志物、NMR/MS 谱图与代谢通路，适用于代谢组学研究与物质鉴定。

面向生物、化学、物理、天文、气候、基因组学等科学领域的 AI/ML 工作：Hugging Science 是精选的科学数据集、模型、博客与交互式 Spaces 目录，帮助发现和使用这些资源。

直接REST API访问KEGG（仅限学术用途）。通路分析、基因-通路映射、代谢通路、药物相互作用、ID转换。对于使用多个数据库的Python工作流，请优先使用bioservices。将其用于直接HTTP/REST工作或KEGG特定控制。

药物化学过滤器，用于化合物分选：应用类药性规则（Lipinski、Veber、CNS）、结构警示目录（PAINS 等）与复杂度指标，并提供 medchem 查询语言做化合物库筛选。

使用OpenMM和MDAnalysis运行和分析分子动力学模拟。设置蛋白质/小分子系统、定义力场、运行能量最小化和生产MD、分析轨迹（RMSD、RMSF、接触图、自由能表面）。用于结构生物学、药物结合和生物物理学。

访问 RCSB PDB 三维蛋白质与核酸结构数据库，支持按文本、序列或结构搜索，下载坐标文件与元数据，适用于结构生物学与药物发现。

使用MAFFT（多重比对）、IQ-TREE 2（最大似然法）和FastTree（快速NJ/ML）构建和分析系统发育树。使用ETE3或FigTree进行可视化。用于进化分析、微生物基因组学、病毒系统动力学、蛋白质家族分析和分子钟研究。

在Polars DataFrames上进行高性能基因组区间操作和生物信息学文件I/O。支持BED/VCF/BAM/GFF区间的重叠、最近邻、合并、覆盖、补集、减法操作。支持流式处理、云原生架构，是bioframe的更快替代方案。

查询精准医学知识图谱（PrimeKG）以获取多尺度生物数据，包括基因、药物、疾病、表型等。

通过 PUG-REST 接口查询 PubChem（1.1 亿余化合物），支持按名称、CID 或 SMILES 检索性质、相似性与子结构搜索及生物活性数据，适用于化学信息学。

针对速度和规模优化的高性能强化学习框架。当您需要快速并行训练、向量化环境、多智能体系统或与游戏环境（Atari、Procgen、NetHack）集成时使用。相比标准实现可实现2-10倍加速。快速原型设计或使用详细文档的标准算法实现，请改用stable-baselines3。

使用 PyHealth 构建临床深度学习管道：加载 MIMIC、eICU 等数据集，定义死亡率、再入院、药物推荐等任务，实例化并训练模型，计算临床指标与医学代码映射。

完整的质谱分析平台。用于蛋白质组学和代谢组学工作流——特征检测、肽段/蛋白质鉴定、无标记与同量异位标记定量、加合物/精确质量注释，以及复杂的LC-MS/MS流程。支持广泛的文件格式和算法。对于简单的谱图比对和小分子谱库匹配，请使用matchms。

治疗数据共享平台（Therapeutics Data Commons）。提供AI就绪的药物发现数据集（ADME、毒性、DTI）、基准测试、骨架拆分、分子预言器，用于治疗性机器学习和药理学预测。

细粒度分子控制的化学信息学工具包。SMILES/SDF解析、描述符（MW、LogP、TPSA）、指纹、亚结构搜索、2D/3D生成、相似性、反应。对于使用更简单界面的标准工作流，请使用datamol（RDKit的包装器）。使用rdkit进行高级控制、自定义清理和专用算法。

查询 Reactome 通路数据库接口，开展通路分析、富集分析、基因-通路映射、疾病通路与分子相互作用研究，适用于系统生物学。

查询 STRING 蛋白质相互作用数据库（覆盖五千余物种），开展网络分析、GO/KEGG 富集与相互作用发现，适用于系统生物学研究。

PyTorch原生的图神经网络，用于分子和蛋白质。在为药物发现、蛋白质建模或知识图谱推理构建自定义GNN架构时使用。最适合自定义模型开发、蛋白质性质预测、逆合成分析。对于预训练模型和多样化特征化器使用deepchem；对于基准数据集使用pytdc。

生成简洁（3-4页）、聚焦的医学治疗计划，采用LaTeX/PDF格式，适用于所有临床专科。支持一般医学治疗、康复治疗、心理健康护理、慢性病管理、围手术期护理和疼痛管理。包含SMART目标框架、基于循证医学的干预措施（最少文本引用）、法规合规性（HIPAA）和专业格式。优先考虑简洁性和临床可操作性。