Zurück zu Fähigkeiten

chai

majiayu000
Aktualisiert 14 days ago
13 Ansichten
58
9
58
Auf GitHub ansehen
Anderestructure-predictionvalidationfoundation-model

Über

Die Chai-Fähigkeit prognostiziert molekulare Strukturen unter Verwendung des Chai-1-Foundation-Modells und spezialisiert sich auf Protein-Protein-Komplexe, validierte Bindungsdesigns und Protein-Ligand-Wechselwirkungen. Sie dient als Alternative zu AlphaFold2 und unterstützt Hochdurchsatzvorhersagen über die Chai-API. Verwenden Sie protein-qc für die Qualitätskontrolle, alphafold für AlphaFold2-Vorhersagen und esm für ESM-basierte Analysen.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add majiayu000/claude-skill-registry -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/majiayu000/claude-skill-registry
Git CloneAlternativ
git clone https://github.com/majiayu000/claude-skill-registry.git ~/.claude/skills/chai

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

GitHub Repository

majiayu000/claude-skill-registry
Pfad: skills/chai
0

Verwandte Skills

boltz

Andere

Boltz bietet Open-Source-Strukturvorhersage für Biomoleküle mit den Modellen Boltz-1/Boltz-2 und dient als Alternative zu AlphaFold2. Es ist spezialisiert auf die Vorhersage von Proteinkomplexen, die Validierung von entworfenen Bindeproteinen und die Verarbeitung von Protein-Ligand-Interaktionen. Diese Fähigkeit ist besonders nützlich, wenn Sie eine Open-Source-Strukturvorhersage benötigen oder lokale GPU-Ressourcen nutzen möchten.

Skill ansehen

alphafold

Andere

Die Alphafold-Fähigkeit nutzt AlphaFold2, um Proteindesigns durch die Vorhersage von Strukturen und die Berechnung von Konfidenzmetriken zu validieren. Sie unterstützt die Validierung einzelner Ketten, Binder-Ziel-Komplexe und Multiketten-Vorhersagen mit AlphaFold-Multimer. Für schnellere Vorhersagen einzelner Ketten sollten Entwickler stattdessen die esm-Fähigkeit verwenden.

Skill ansehen

bindcraft

Andere

BindCraft bietet ein End-to-End-Design von Proteinbindern mit kombinierter Rückgrat- und Sequenzoptimierung sowie integrierter AlphaFold2-Validierung. Es ist ideal für produktionsreine Binder-Kampagnen und bietet verschiedene Geschwindigkeitsprotokolle, um Designqualität und Rechenkosten abzuwägen. Nutzen Sie diese Fähigkeit, wenn Sie hohe experimentelle Erfolgsraten für das Binderdesign benötigen und nicht nur eine Rückgratgenerierung.

Skill ansehen

boltzgen

Andere

BoltzGen ist ein All-Atom-Diffusionsmodell für Proteindesign, das sowohl Rückgrat- als auch Seitenkettenkoordinaten gleichzeitig generiert. Es eignet sich besonders für das Design von Proteinen um kleine Moleküle oder Liganden herum, wo präzise Bindungsgeometrien erforderlich sind. Nutzen Sie diese Fähigkeit, wenn Sie von Anfang an ein Seitenketten-bewusstes Design benötigen und mit einer YAML-basierten Konfiguration arbeiten.

Skill ansehen