MCP HubMCP Hub
Volver a habilidades

ligandmpnn

NeverSight
Actualizado 6 days ago
10 vistas
24
3
24
Ver en GitHub
Otrosequence-designinverse-foldingligand-aware

Acerca de

Esta habilidad utiliza LigandMPNN para el diseño de secuencias proteicas específicamente optimizado para interacciones con moléculas pequeñas, cofactores o metales. Está diseñada para tareas especializadas como la ingeniería de sitios activos enzimáticos y la optimización de bolsillos de unión a ligandos. Los desarrolladores deben elegir esta opción en lugar de ProteinMPNN estándar cuando diseñen secuencias alrededor de cualquier ligando unido o ion metálico.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add NeverSight/skills_feed -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/NeverSight/skills_feed
Git CloneAlternativo
git clone https://github.com/NeverSight/skills_feed.git ~/.claude/skills/ligandmpnn

Copia y pega este comando en Claude Code para instalar esta habilidad

Repositorio GitHub

NeverSight/skills_feed
Ruta: data/skills-md/adaptyvbio/protein-design-skills/ligandmpnn
0
learn-skillsskills

Habilidades relacionadas

boltz

Otro

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.

Ver habilidad

alphafold

Otro

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.

Ver habilidad

boltzgen

Otro

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.

Ver habilidad

bindcraft

Otro

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.

Ver habilidad