使用多种特征提取器和预构建数据集的分子机器学习。当您需要丰富的特征提取选项和MoleculeNet基准时，可将其用于性质预测（如ADMET、毒性）与传统机器学习或图神经网络（GNN）结合使用。最适合使用预训练模型和多样分子表示进行快速实验。对于以图为主的PyTorch工作流程，请使用torchdrug；对于基准数据集，请使用pytdc。

DNAnexus 云基因组学平台。构建应用程序/小程序、管理数据（上传/下载）、使用 dxpy Python SDK、运行工作流，支持 FASTQ/BAM/VCF 格式，用于基因组学管道的开发与执行。

访问并分析DrugBank数据库中的全面药物信息，包括药物性质、相互作用、靶点、通路、化学结构和药理数据。当处理药物数据、药物发现研究、药理学研究、药物-药物相互作用分析、靶点鉴定、化学相似性搜索、ADMET预测，或任何需要从DrugBank获取详细药物及药物靶点信息的任务时，应使用此功能。

基于 Python 的计算流体动力学仿真框架。适用于运行包含纳维-斯托克斯方程（二维/三维）、浅水方程、分层流等的流体动力学仿真，或用于分析湍流、涡旋动力学及地球物理流动。提供基于 FFT 的伪谱方法、高性能计算支持以及全面的输出分析功能。

查询FRED（美联储经济数据）API，获取来自100多个来源的80多万条经济时间序列数据。访问国内生产总值、失业率、通货膨胀率、利率、汇率、房地产及区域数据，适用于宏观经济学分析、金融研究、政策研究、经济预测以及需要美国和国际经济指标的学术研究。

使用AI模型（FLUX、Nano Banana 2）生成或编辑图像，适用于通用图像生成，包括照片、插图、艺术作品、视觉素材、概念设计等非技术图表或示意图的任何图像。对于流程图、电路图、路径图和技术图表，请使用“科学示意图”技能。

此技能适用于处理基因组区间数据（BED文件）的机器学习任务，可用于训练区域嵌入（Region2Vec、BEDspace）、单细胞ATAC-seq分析（scEmbed）、构建一致峰（universes）或任何基于机器学习的基因组区域分析。适用于BED文件集合、scATAC-seq数据、染色质可及性数据集以及基于区域的基因组特征学习。

快速通过 CLI/Python 查询 20 多个生物信息学数据库，用于快速查找：基因信息、BLAST 搜索、AlphaFold 结构、富集分析。最适合交互式探索和简单查询。如需批处理或高级 BLAST 功能，请使用 Biopython；如需多数据库 Python 工作流，请使用 Bioservices。

查询金融研究办公室（OFR）对冲基金监测API，获取对冲基金数据，包括SEC PF表格的聚合统计、商品期货交易委员会（CFTC）金融期货交易者数据、FICC支持的回购交易量以及美联储SCOOS交易商融资条款。获取对冲基金规模、杠杆率、交易对手、流动性、复杂性和风险管理的时间序列数据。无需API密钥或注册。适用于处理对冲基金数据、系统性风险监控、金融稳定研究、对冲基金杠杆或杠杆比率、交易对手集中度、PF表格统计、回购市场数据或OFR金融研究数据。