Scanpy 是一个可扩展的 Python 工具包，用于分析单细胞 RNA-seq 数据，基于 AnnData 构建。将此技能应用于完整的单细胞工作流程，包括质量控制、标准化、降维、聚类、标记基因识别、可视化和轨迹分析。

该技能可以通过 OpenRouter 使用 Perplexity 的声纳模型进行实时研究信息查找。它根据查询复杂性在 Sonar Pro Search（快速、高效的查找）和 Sonar Reasoning Pro（深度分析推理）之间进行智能选择。该技能提供对当前学术文献、最新研究、技术文档和一般研究信息的访问，并提供适当的引用和来源归属。

Qiskit 是世界上最流行的开源量子计算框架，下载量超过 1300 万次。构建量子电路，优化硬件，在模拟器或真实量子计算机上执行，并分析结果。支持 IBM Quantum（100 多个量子位系统）、IonQ、Amazon Braket 和其他提供商。

PyTorch Lightning 是一个深度学习框架，它组织 PyTorch 代码以消除样板文件，同时保持充分的灵活性。自动化训练工作流程、多设备编排，并跨多个 GPU/TPU 实施神经网络训练和扩展的最佳实践。

PyTDC 是一个开放科学平台，为药物发现和开发提供人工智能就绪的数据集和基准。访问涵盖整个治疗流程的精选数据集，包括标准化评估指标和有意义的数据分割，这些数据集分为三类：单实例预测（分子/蛋白质特性）、多实例预测（药物-靶标相互作用，DDI）和生成（分子生成、逆合成）。

PyOpenMS 提供与 OpenMS 库的 Python 绑定以进行计算质谱分析，从而能够分析蛋白质组学和代谢组学数据。用于处理质谱文件格式、处理光谱数据、检测特征、识别肽/蛋白质以及执行定量分析。

Pymoo 是一个全面的 Python 优化框架，重点关注多目标问题。使用最先进的算法（NSGA-II/III、MOEA/D）、基准问题（ZDT、DTLZ）、可定制的遗传算子和多标准决策方法来解决单目标和多目标优化。擅长为目标相互冲突的问题寻找权衡解决方案（帕累托前沿）。

PyMC 是一个用于贝叶斯建模和概率编程的 Python 库。使用 PyMC 的现代 API（版本 5.x+）构建、拟合、验证和比较贝叶斯模型，包括分层模型、MCMC 采样 (NUTS)、变分推理和模型比较（LOO、WAIC）。

Pymatgen 是一个用于材料分析的综合 Python 库，为材料项目提供支持。创建、分析和操纵晶体结构和分子，计算相图和热力学性质，分析电子结构（能带结构，DOS），生成表面和界面，并访问材料项目的计算材料数据库。支持来自各种计算代码的 100 多种文件格式。

PyHealth 是一个用于医疗保健 AI 的综合 Python 库，为临床机器学习提供专用工具、模型和数据集。在开发医疗保健预测模型、处理临床数据、使用医疗编码系统或在医疗保健环境中部署人工智能解决方案时，请使用此技能。

Pydicom 是一个纯 Python 包，用于处理 DICOM 文件，这是医学成像数据的标准格式。此技能提供有关读取、写入和操作 DICOM 文件的指导，包括使用像素数据、元数据和各种压缩格式。

PyDESeq2 是 DESeq2 的 Python 实现，用于使用批量 RNA-seq 数据进行差异表达分析。设计和执行从数据加载到结果解释的完整工作流程，包括单因素和多因素设计、具有多重测试校正的 Wald 测试、可选的 apeGLM 收缩以及与 pandas 和 AnnData 的集成。

PufferLib 是一个高性能强化学习库，专为快速并行环境模拟和训练而设计。它通过优化的矢量化、本机多代理支持和高效的 PPO 实现 (PuffeRL) 实现每秒数百万步的训练。该库提供了包含 20 多个环境的 Ocean 套件，并与 Gymnasium、PettingZoo 和专门的 RL 框架无缝集成。

.pptx 文件是包含 XML 文件和资源的 ZIP 存档。使用文本提取、原始 XML 访问或 html2pptx 工作流程创建、编辑或分析 PowerPoint 演示文稿。将此技能应用于程序化演示文稿创建和修改。

使用 Python 库和命令行工具提取文本/表格、创建 PDF、合并/拆分文件、填写表单。将此技能应用于程序化文档处理和分析。有关高级功能或表单填写，请参阅 reference.md 和 forms.md。

PathML 是一个用于计算病理学工作流程的综合 Python 工具包，旨在促进全幻灯片病理图像的机器学习和图像分析。该框架提供了模块化、可组合的工具，用于加载不同的幻灯片格式、预处理图像、构建空间图、训练深度学习模型以及分析来自 CODEX 和多重免疫荧光等技术的多参数成像数据。

NetworkX 是一个用于创建、操作和分析复杂网络和图形的 Python 包。在处理网络或图形数据结构时使用此技能，包括社交网络、生物网络、运输系统、引文网络、知识图或涉及实体之间关系的任何系统。

Molfeat 是一个用于分子特征化的综合 Python 库，它统一了 100 多个预先训练的嵌入和手工制作的特征器。将化学结构（SMILES 字符串或 RDKit 分子）转换为机器学习任务的数值表示，包括 QSAR 建模、虚拟筛选、相似性搜索和深度学习应用。具有快速并行处理、scikit-learn 兼容变压器和内置缓存。

按照埃里克·托波尔 (Eric Topol) 的《基本事实》(Ground Truths) 的风格创建高质量、基于证据的医学通讯。这项技能指导完整的时事通讯创建过程：从分析 PDF 主题思想，到深入的 PubMed 研究，再到以 Topol 独特的权威而又平易近人的声音进行写作。

Medchem 是一个用于药物发现工作流程中的分子过滤和优先级排序的 Python 库。应用数百个完善的新型分子过滤器、结构警报和药物化学规则，大规模有效地对化合物库进行分类和优先排序。规则和过滤器是特定于上下文的 - 与领域专业知识相结合作为指南。