使用多个学术数据库（如PubMed、arXiv、bioRxiv、Semantic Scholar等）进行全方位、系统性的文献综述。此技能适用于开展系统性文献综述、元分析、研究整合或跨生物医学、科学与技术领域的全面文献检索。能够创建格式专业、引用经过核实的Markdown文档和PDF文件，支持多种引用格式（如APA、Nature、Vancouver等）。

生成长达50页以上的综合性市场研究报告，风格媲美顶级咨询公司（麦肯锡、BCG、Gartner）。具备专业LaTeX排版、通过scientific-schematics和generate-image生成大量可视化图表、深度集成research-lookup进行数据收集，并运用多种战略分析框架，包括波特五力模型、PESTLE分析、SWOT分析、TAM/SAM/SOM分析以及波士顿矩阵。

用于代谢组学的光谱相似性分析与化合物鉴定。适用于比较质谱、计算相似性得分（余弦相似度、修正余弦相似度）以及从光谱库中识别未知化合物。最适合代谢物鉴定、光谱匹配和库搜索。如需完整的LC-MS/MS蛋白组学分析流程，请使用pyopenms。

用于矩阵运算、数据分析、可视化和科学计算的MATLAB和GNU Octave数值计算。在编写涉及线性代数、信号处理、图像处理、微分方程、优化、统计或科学可视化的MATLAB/Octave脚本时使用。当用户需要帮助理解MATLAB语法、函数，或希望在MATLAB和Python代码之间进行转换时，也可使用。脚本可在MATLAB或开源的GNU Octave解释器中运行。

药物化学过滤器。应用类药性规则（如Lipinski、Veber规则）、PAINS过滤器、结构警报和复杂性指标，用于化合物优先级排序和库筛选。

通过 REST API 访问 NIH 代谢组学工作台（4,200 多项研究），查询代谢物、RefMet 命名法、MS/NMR 数据、m/z 搜索、研究元数据，用于代谢组学和生物标志物发现。

用于机器学习的分子特征化（100多种特征化方法）。ECFP、MACCS、描述符、预训练模型（ChemBERTa），将SMILES转换为特征，适用于QSAR和分子机器学习。

使用 OpenMM 和 MDAnalysis 运行并分析分子动力学模拟。搭建蛋白质/小分子体系，定义力场，执行能量最小化和分子动力学生产模拟，分析轨迹（RMSD、RMSF、接触图、自由能表面），适用于结构生物学、药物结合和生物物理学研究。

查询Monarch Initiative知识图谱，获取跨物种的疾病-基因-表型关联。整合了OMIM、ORPHANET、HPO、ClinVar和模式生物数据库，适用于罕见病基因发现、表型到基因的映射、跨物种疾病建模以及HPO术语查询。