O que Competências pós-GWAS para agentes de IA faz?
Habilidades de análise pós-GWAS para agentes de codificação de IA: MR, colocalização, TWAS e muito mais.
Habilidades de análise pós-GWAS para agentes de codificação de IA: MR, colocalização, TWAS e muito mais.
Este conjunto de habilidades equipa agentes de IA com ferramentas especializadas para realizar análises pós-GWAS (Genome-Wide Association Study). Ele abrange técnicas fundamentais como randomização mendeliana (MR), colocalização e TWAS (Transcriptome-Wide Association Study), permitindo que agentes de codificação processem e interpretem dados genômicos complexos. A principal utilidade reside na automação de pipelines de análise estatística, reduzindo o esforço manual e acelerando descobertas em genética quantitativa. A skill é projetada para agentes como Claude Code, Cursor e Codex, fornecendo prompts e fluxos de trabalho prontos para uso. O funcionamento baseia-se na integração direta com dados de entrada (arquivos de sumário GWAS) e na execução de scripts em R/Python, seguindo boas práticas de reprodutibilidade científica, como documentação via SKILL.md e versionamento semântico.
npx skills add zoebischuribe-cloud/postgwas-skillsInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Habilidades de análise pós-GWAS para agentes de codificação de IA: MR, colocalização, TWAS e muito mais.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.