スキル一覧に戻る

rfdiffusion

NeverSight
更新日 6 days ago
19 閲覧
24
3
24
GitHubで表示
その他structure-designdiffusionbackbonebinder

について

RFDiffusionは、バインダー設計やモチーフスキャフォールディングなどのタスクにおいて、拡散モデルを用いて新規タンパク質バックボーン構造を生成します。デノボバックボーンの作成、結合界面の指定、対称オリゴマーの設計に最適です。生成後は、ProteinMPNNで配列設計を行い、AlphaFold/Chaiで検証することが推奨されます。

クイックインストール

Claude Code

推奨
メイン
npx skills add NeverSight/skills_feed -a claude-code
プラグインコマンド代替
/plugin add https://github.com/NeverSight/skills_feed
Git クローン代替
git clone https://github.com/NeverSight/skills_feed.git ~/.claude/skills/rfdiffusion

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

GitHub リポジトリ

NeverSight/skills_feed
パス: data/skills-md/adaptyvbio/protein-design-skills/rfdiffusion
0
learn-skillsskills

関連スキル

boltz

その他

Boltzは、Boltz-1/Boltz-2モデルを使用したオープンソースの生体分子構造予測を提供し、AlphaFold2の代替として機能します。タンパク質複合体の予測、設計されたバインダーの検証、タンパク質-リガンド相互作用の処理に特化しています。このスキルは、オープンソースの構造予測が必要な場合や、ローカルのGPUリソースを活用したい場合に特に有用です。

スキルを見る

alphafold

その他

アルファフォールドスキルは、AlphaFold2を用いてタンパク質設計を検証し、構造予測と信頼性メトリクスの計算を行います。単一鎖の検証、バインダー-標的複合体、およびAlphaFold-Multimerによる多鎖予測をサポートしています。より高速な単一鎖予測には、開発者は代わりにesmスキルの使用を推奨します。

スキルを見る

boltzgen

その他

BoltzGenは、バックボーンとサイドチェーンの座標を同時に生成する全原子拡散モデルであり、タンパク質設計に用いられます。特に、精密な結合幾何構造が要求される小分子やリガンド周辺のタンパク質設計に適しています。このスキルは、初期段階からサイドチェーンを考慮した設計が必要であり、YAMLベースの設定で作業する場合に使用してください。

スキルを見る

bindcraft

その他

BindCraftは、バックボーンと配列の共同最適化および組み込みAlphaFold2検証を備えた、エンドツーエンドのタンパク質バインダー設計を提供します。設計品質と計算コストのバランスを取るための様々な速度プロトコルを備えており、本番品質のバインダー開発キャンペーンに最適です。単なるバックボーン生成ではなく、バインダー設計において高い実験的成功率が必要な場合に、このスキルをご利用ください。

スキルを見る