用于学术研究的全面文献管理。搜索Google Scholar和PubMed中的论文，提取准确的元数据，验证引用信息，并生成格式正确的BibTeX条目。当您需要查找论文、核实引用信息、将DOI转换为BibTeX格式，或确保科学写作中参考文献的准确性时，请使用本功能。

为制药和临床研究环境生成专业的临床决策支持（CDS）文档，包括患者队列分析（按生物标志物分层并结合结局）和治疗推荐报告（基于证据的指南与决策算法）。支持GRADE证据分级、统计分析（风险比、生存曲线、瀑布图）、生物标志物整合及监管合规性。输出专为药物研发、临床研究和证据综合优化的可直接发表的LaTeX/PDF格式。

通过API v2查询ClinicalTrials.gov。根据疾病、药物、地点、状态或阶段搜索临床试验。通过NCT编号获取试验详情，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的后继者），查询基因-药物相互作用、CPIC指南和等位基因功能，以支持精准医学和基因型指导的给药决策。

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

对任何问题、决策或创意挑战，开展多视角头脑理事会的审议。当用户需要多元观点、需要帮助做出艰难决策、要求进行委员会/专家组/董事会讨论、希望从多个角度探讨问题、请求反方观点分析，或说出“不同专家会如何看待这个问题”、“帮我从各方面思考一下”、“理事会模式”、“头脑理事会”或“对此进行审议”等话时，请使用此技能。当用户面临困境、权衡取舍或复杂选择且无明显答案时，也应触发此技能。

用于处理超出内存大小的pandas/NumPy工作流的分布式计算。当您需要将现有的pandas/NumPy代码扩展到超出内存范围或跨集群运行时使用。最适合并行文件处理、分布式机器学习以及与现有pandas代码的集成。若需在单机上进行外存分析，请使用vaex；若需内存内高速运算，请使用polars。

与 Data Commons 平台合作，该平台提供对全球来源公共统计数据的程序化访问。在处理人口数据、经济指标、健康统计、环境数据或通过 Data Commons 可用的任何公共数据集时使用此技能。适用于查询人口统计信息、GDP 数据、失业率、疾病患病率、地理实体解析以及探索统计实体之间的关系。

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。