访问COSMIC癌症突变数据库。查询体细胞突变、癌症基因普查、突变特征和基因融合，用于癌症研究和精准肿瘤学。需要认证。

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。

基于RDKit的Python风格封装，提供简化接口和合理的默认设置，适用于标准药物发现流程，包括SMILES解析、标准化、描述符、指纹、聚类、3D构象和并行处理。返回原生的rdkit.Chem.Mol对象。如需高级控制或自定义参数，请直接使用RDKit。

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。

NGS分析工具包。支持BAM转bigWig、质量控制（相关性、PCA、指纹图谱）、热图/轮廓图（TSS、峰位），用于ChIP-seq、RNA-seq、ATAC-seq的可视化。

用于科学研究辅助的多智能体AI系统，可自动化从数据分析到论文发表的研究流程。当需要从数据集中生成研究想法、开发研究方法、执行计算实验、进行文献检索或生成符合发表要求的LaTeX格式论文时，应使用此功能。支持端到端研究流程，并提供可自定义的智能体编排。

查询癌症依赖图谱（DepMap）中的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点、合成致死相互作用以及验证肿瘤药物靶点。

从任何文本中提取认知模式和思维指纹。当用户希望分析某人的思维方式、理解认知风格、剖析写作或语言模式、比较不同人的思维风格、询问“我的思维风格是什么”、“分析此人如何推理”、“认知画像”、“思维模式”、“DHDNA”或“数字DNA”，或希望理解任何文本背后的心智时，请使用此技能。当用户提供文本并希望深入洞察作者的推理模式、决策风格或认知特征时，也触发此技能。