一个用于处理地理空间矢量数据的 Python 库，支持 Shapefile、GeoJSON 和 GeoPackage 文件。适用于进行地理数据分析、几何运算、坐标变换、空间连接、叠加分析、伪彩地图绘制，或任何涉及读取/写入/分析矢量地理数据的任务。支持 PostGIS 数据库、交互式地图，以及与 matplotlib、folium 和 cartopy 的集成。适用于缓冲区分析、数据集间空间连接、边界合并、数据裁剪、面积/距离计算、坐标系重投影、地图绘制，以及在不同空间文件格式间转换等任务。

在开始任何计算密集型科学任务之前，应使用此技能来检测并报告可用的系统资源（CPU核心、GPU、内存、磁盘空间）。它会生成一个包含资源信息和策略性建议的JSON文件，以指导计算方法的选择，例如是否使用并行处理（joblib、multiprocessing）、外存计算（Dask、Zarr）、GPU加速（PyTorch、JAX）或内存高效策略。在运行分析、训练模型、处理大型数据集或任何受资源限制影响的任务之前，请先使用此技能。

快速通过 CLI/Python 查询 20 多个生物信息学数据库，用于快速查找：基因信息、BLAST 搜索、AlphaFold 结构、富集分析。最适合交互式探索和简单查询。如需批处理或高级 BLAST 功能，请使用 Biopython；如需多数据库 Python 工作流，请使用 Bioservices。

在Ginkgo Bioworks云实验室（cloud.ginkgo.bio）上提交和管理协议，该平台是一个基于网页的界面，用于在可重构自动化推车（RACs）上实现自主实验。当用户需要运行无细胞蛋白质表达（验证或优化）、生成荧光像素艺术或与Ginkgo云实验室服务交互时使用。涵盖协议选择、输入准备、定价和订购流程。

分析并工程化蛋白质糖基化。扫描序列中的N-糖基化位点（N-X-S/T），预测O-糖基化热点，并访问经过整理的糖工程工具（NetOGlyc、GlycoShield、GlycoWorkbench），用于糖蛋白工程、治疗性抗体优化和疫苗设计。

查询gnomAD（基因组聚集数据库）以获取人群等位基因频率、变异约束评分（pLI、LOEUF）及功能丧失不耐受信息。对于变异致病性解读、罕见病遗传学研究以及识别功能丧失不耐受基因至关重要。

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。

查询GTEx（基因型-组织表达）门户，获取组织特异性基因表达、eQTLs（表达数量性状位点）和sQTLs。对于将GWAS变异与基因调控联系起来、理解组织特异性表达以及解读非编码变异的影响至关重要。

查询NHGRI-EBI GWAS目录中的SNP与性状关联信息。通过rs编号、疾病/性状或基因搜索变异，获取P值和汇总统计量，用于遗传流行病学和多基因风险评分。