该技能适用于包括分类、回归、聚类、预测、异常检测、分割和相似性搜索在内的时序机器学习任务。当处理时间数据、序列模式或需要超越标准机器学习方法的专用算法的时间索引观测值时，请使用此技能。特别适用于单变量和多变量时间序列分析，并支持与scikit-learn兼容的API。

用于自动化蛋白质检测与验证的云实验室平台。在设计蛋白质并需要实验验证时使用，包括结合实验、表达测试、热稳定性测量、酶活性测定或蛋白质序列优化。也可用于通过API提交实验、跟踪实验状态、下载结果、利用计算工具（NetSolP、SoluProt、SolubleMPNN、ESM）优化蛋白质序列以提高表达效率，或结合湿实验验证管理蛋白质设计流程。

通过 Atom API 搜索和检索 arXiv 上的预印本。当通过关键词、作者、arXiv ID、日期范围或类别查找物理、数学、计算机科学、定量生物学、定量金融、统计学、电气工程或经济学领域的论文时，请使用此技能。

单细胞分析中注释矩阵的数据结构。在处理.h5ad文件或与scverse生态系统集成时使用。此为数据格式技能——分析流程请使用scanpy；概率模型请使用scvi-tools；群体规模查询请使用cellxgene-census。

一个用于天文学和天体物理学的综合性Python库。在处理天文数据时使用该技能，包括天体坐标、物理单位、FITS文件、宇宙学计算、时间系统、表格、天球坐标系统（WCS）和天文数据分析。当任务涉及坐标变换、单位转换、FITS文件操作、宇宙学距离计算、时间尺度转换或天文数据处理时使用。

使用可扩展算法（GRNBoost2、GENIE3）从基因表达数据中推断基因调控网络（GRNs）。在分析转录组数据（批量RNA测序、单细胞RNA测序）时使用，以识别转录因子与靶基因的关系及调控相互作用。支持大规模数据集的分布式计算。

Benchling 研发平台集成：通过 API 访问注册表（DNA、蛋白质）、库存、ELN 条目和工作流，构建 Benchling 应用，查询数据仓库，实现实验室数据管理自动化。

查询 BindingDB 获取药物-靶标结合亲和力（Ki、Kd、IC50、EC50）的实测数据。可通过靶标（UniProt ID）、化合物（SMILES/名称）或病原体进行搜索。对药物发现、先导化合物优化、多靶点药理学分析及构效关系（SAR）研究至关重要。

通过BGPT MCP服务器搜索科学论文，并从全文研究中提取结构化实验数据。每篇论文返回25多个字段，包括方法、结果、样本量、质量评分和结论。适用于文献综述、证据整合以及查找摘要中无法获取的实验细节。