proteinmpnn
О программе
Навык `proteinmpnn` выполняет обратный фолдинг для проектирования белковых последовательностей под заданные каркасы, что идеально подходит для перепроектирования последовательностей или оптимизации стабильности. Ключевые возможности включают фиксацию определённых остатков в процессе дизайна и поддержку сценариев мультистатного/негативного дизайна. Для генерации каркасов используйте `rfdiffusion`, а для специализированных задач, учитывающих лиганды или растворимость, — `ligandmpnn`/`solublempnn`.
Быстрая установка
Claude Code
Рекомендуетсяnpx skills add NeverSight/skills_feed -a claude-code/plugin add https://github.com/NeverSight/skills_feedgit clone https://github.com/NeverSight/skills_feed.git ~/.claude/skills/proteinmpnnСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
GitHub репозиторий
Часто задаваемые вопросы
Что такое Skill proteinmpnn?
proteinmpnn — это Claude Skill от NeverSight. Skills объединяют инструкции и ресурсы, которые Claude загружает по мере необходимости, чтобы выполнять задачи, связанные с proteinmpnn, без дополнительных запросов.
Как установить proteinmpnn?
Используйте команды установки на этой странице: добавьте proteinmpnn в Claude Code как плагин или клонируйте репозиторий в каталог skills, затем перезапустите Claude, чтобы загрузить Skill.
К какой категории относится proteinmpnn?
proteinmpnn относится к категории Другое.
Можно ли использовать proteinmpnn бесплатно?
Да. proteinmpnn размещён на AIMCP и доступен для бесплатной установки.
Похожие навыки
Boltz предоставляет открытую платформу для предсказания биомолекулярных структур с использованием моделей Boltz-1/Boltz-2, выступая в качестве альтернативы AlphaFold2. Специализируется на предсказании белковых комплексов, валидации дизайнерских связывающих молекул и работе с белково-лигандными взаимодействиями. Этот навык особенно полезен, когда требуется открытое решение для предсказания структур или необходимо задействовать локальные GPU-ресурсы.
Навык alphafold использует AlphaFold2 для валидации белковых дизайнов, предсказывая структуры и рассчитывая метрики достоверности. Он поддерживает валидацию одиночных цепей, комплексы лиганд-мишень и предсказания для множественных цепей с помощью AlphaFold-Multimer. Для более быстрых предсказаний одиночных цепей разработчикам следует использовать навык esm.
BindCraft предоставляет комплексное проектирование белковых связывающих молекул с совместной оптимизацией остова и последовательности, а также встроенной валидацией AlphaFold2. Это решение идеально подходит для производственных кампаний по созданию связывающих молекул, предлагая различные скоростные протоколы для баланса между качеством дизайна и вычислительными затратами. Используйте этот навык, когда вам необходимы высокие показатели экспериментального успеха для проектирования связывающих молекул, а не просто генерация остова.
BoltzGen — это диффузионная модель на уровне всех атомов для дизайна белков, которая одновременно генерирует координаты как остова, так и боковых цепей. Она особенно подходит для создания белков вокруг малых молекул или лигандов, где требуются точные геометрии связывания. Используйте этот навык, когда вам нужен дизайн с учётом боковых цепей с самого начала и вы работаете с конфигурацией на основе YAML.
