chai
Acerca de
La habilidad Chai proporciona predicción de estructura para complejos proteína-proteína y proteína-ligando utilizando el modelo fundacional Chai-1. Está diseñada para validar enlazadores diseñados y realizar predicciones de alto rendimiento mediante API, sirviendo como alternativa a AlphaFold2. Los desarrolladores deben utilizar habilidades complementarias como `protein-qc` para control de calidad y `alphafold` para predicciones específicas de AlphaFold2.
Instalación rápida
Claude Code
Recomendadonpx skills add majiayu000/claude-skill-registry -a claude-code/plugin add https://github.com/majiayu000/claude-skill-registrygit clone https://github.com/majiayu000/claude-skill-registry.git ~/.claude/skills/chaiCopia y pega este comando en Claude Code para instalar esta habilidad
Repositorio GitHub
Frequently asked questions
What is the chai skill?
chai is a Claude Skill by majiayu000. Skills package instructions and resources that Claude loads on demand, so Claude can perform chai-related tasks without extra prompting.
How do I install chai?
Use the install commands on this page: add chai to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does chai belong to?
chai is in the design-tools category, tagged structure-prediction, validation and foundation-model.
Is chai free to use?
Yes. chai is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Habilidades relacionadas
Boltz proporciona predicción de estructuras biomoleculares de código abierto utilizando los modelos Boltz-1/Boltz-2, sirviendo como alternativa a AlphaFold2. Se especializa en predecir complejos proteicos, validar ligandos diseñados y manejar interacciones proteína-ligando. Esta habilidad es particularmente útil cuando necesitas predicción de estructuras de código abierto o deseas aprovechar recursos locales de GPU.
La habilidad alphafold utiliza AlphaFold2 para validar diseños de proteínas mediante la predicción de estructuras y el cálculo de métricas de confianza. Soporta validación de cadena única, complejos ligando-objetivo y predicciones de múltiples cadenas con AlphaFold-Multimer. Para predicciones más rápidas de cadena única, los desarrolladores deben utilizar la habilidad esm en su lugar.
BoltzGen es un modelo de difusión de todos los átomos para el diseño de proteínas que genera simultáneamente las coordenadas del esqueleto principal y de las cadenas laterales. Es especialmente adecuado para diseñar proteínas alrededor de moléculas pequeñas o ligandos donde se requieren geometrías de unión precisas. Utiliza esta habilidad cuando necesites un diseño consciente de las cadenas laterales desde el principio y estés trabajando con una configuración basada en YAML.
BindCraft ofrece un diseño integral de ligandos proteicos con optimización conjunta de la estructura y secuencia, y validación incorporada con AlphaFold2. Es ideal para campañas de producción de ligandos de alta calidad, ya que proporciona distintos protocolos de velocidad para equilibrar la calidad del diseño y el coste computacional. Utilice esta habilidad cuando necesite altas tasas de éxito experimental en el diseño de ligandos, en lugar de solo la generación de estructuras.
