Skill

负责审查技术文档的事实准确性，核实工具功能描述、代码示例、格式规范及链接有效性，确保所有内容与系统实际行为一致，并以待办事项形式结构化呈现问题点供人工复核。

提供基因组区间数据的机器学习分析能力，支持从BED文件中提取区域嵌入、构建共识峰集、生成单细胞染romatin可及性特征，并实现跨模态检索与聚类，适用于无监督特征学习及多组学数据整合。

通过直接获取并分析原始网页内容实现可信研究，确保所有结论均基于对源材料的阅读与验证，避免依赖未经核实的摘要或搜索片段，在无法访问或验证时明确声明不确定性。

求解非线性方程的数值根，适用于单变量或方程组的实数根查找。根据问题特性选择二分法、牛顿法或割线法等策略，在有边界区间时保证收敛，结合符号计算辅助验证结果准确性，并通过多初始点扩展处理多重根场景。

持续跟踪实验运行状态，自动检测任务是否完成，并在异常时提取日志信息，正常结束时报告成功，适用于对远程实验进程的闭环监控与结果反馈。

提供单细胞RNA测序数据的全流程分析能力，涵盖原始数据加载、质量控制、标准化、降维可视化、聚类、标志基因识别、细胞类型注释、拟时序推断及差异表达分析，支持多种输入格式与高质量图表生成。

支持跨平台实验室设备的统一控制，实现液体处理、资源调度、环境调控与仪器联用的自动化流程，适用于多厂商设备集成及复杂实验协议的模拟与执行。

分析分子模型与电子密度图的拟合程度，评估主链和侧链构象合理性，识别几何异常及低相关性区域，并支持对不良构象进行自动优化，适用于结构精修中的验证与修正流程。

提供单细胞多模态数据的系统性注释能力，涵盖自动化聚类标注、肿瘤微环境状态解析、多源共识投票、本体映射、大语言模型驱动注释及跨模态标签迁移，支持从原始测序数据到生物学可解释细胞类型定义的全流程分析。

具备对科学研究的系统性批判评估能力，涵盖方法学严谨性、实验设计合理性、统计推断可靠性、各类偏倚与混杂因素识别、证据质量分级（如GRADE、Cochrane ROB）以及逻辑谬误辨析，支撑对科学主张的审慎判断与实证反思。

提供精细的分子结构解析与操控能力，支持从 SMILES、SDF、InChI 等格式读取和生成分子，计算分子量、LogP、TPSA 等理化性质，构建多种指纹用于相似性评估与聚类，执行子结构匹配与 SMARTS 搜索，定义和运行化学反应，生成 2D/3D 坐标及构象，进行药物相似性筛选与成药性分析。

提供高通量测序数据的全流程处理能力，支持对 SAM/BAM/CRAM 对齐文件、VCF/BCF 变异文件及 FASTA/FASTQ 序列文件的读写、区域提取、覆盖度计算、pileup 分析和多格式互操作，适用于基因组分析、变异检测、质量控制等生物信息学任务。

撰写符合学术规范的科研论文，涵盖从结构设计到投稿准备的全流程。遵循IMRAD标准组织内容，合理运用图表呈现数据，依据研究类型采用相应的报告指南，并准确应用学科特定术语与引用格式，确保论述清晰、客观且具备可重复性。

支持对数千万单细胞数据进行大规模查询与分析，可按细胞类型、组织、疾病等条件筛选，获取基因表达矩阵及元数据，并无缝对接 scanpy 和 PyTorch 等工具开展下游建模与可视化。