一个用 Rust 编写的高性能基因组区间分析工具包，附带 Python 绑定。适用于处理基因组区域、BED 文件、覆盖度轨迹、重叠检测、机器学习模型的分词，或计算基因组学和机器学习应用中的片段分析。

轻量级 WSI 切片提取与预处理。适用于基础切片处理，如组织检测、切片提取和 H&E 图像的染色归一化。最适合简单流程、数据集准备和快速基于切片的分析。如需进行高级空间蛋白质组学、多重成像或深度学习流程，请使用 pathml。

基于自动化大型语言模型的表格数据假设生成与验证。适用于系统性探索经验数据中模式的假设（例如，欺骗检测、内容分析）。结合文献洞察与数据驱动的假设检验。如需手动提出假设，请使用“假设生成”；如需创意构思，请使用“科学头脑风暴”。

完整的质谱分析平台，适用于蛋白质组学工作流程中的特征检测、肽段鉴定、蛋白质定量和复杂的液相色谱-串联质谱（LC-MS/MS）流程。支持多种文件格式和算法，最适合蛋白质组学和全面的质谱数据处理。如需简单的谱图比较或代谢物鉴定，请使用matchms。

在使用预训练的Transformer模型进行自然语言处理、计算机视觉、音频或多模态任务时，应使用此技能。适用于文本生成、分类、问答、翻译、摘要、图像分类、目标检测、语音识别以及在自定义数据集上微调模型。