MCP HubMCP Hub
SKILL·AC8050

rfdiffusion

NeverSight
Обновлено 3 months ago
20 просмотров
24
3
24
Посмотреть на GitHub
Другоеstructure-designdiffusionbackbonebinder

О программе

RFDiffusion генерирует новые белковые структуры бэкбона с использованием диффузионной модели для таких задач, как дизайн связывающих молекул и скаффолдинг мотивов. Он идеально подходит для создания de novo бэкбонов, спецификации интерфейсов связывания или проектирования симметричных олигомеров. После генерации используйте ProteinMPNN для дизайна последовательности и AlphaFold/Chai для валидации.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add NeverSight/skills_feed -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/NeverSight/skills_feed
Git клонированиеАльтернативный
git clone https://github.com/NeverSight/skills_feed.git ~/.claude/skills/rfdiffusion

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

GitHub репозиторий

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

Часто задаваемые вопросы

Что такое Skill rfdiffusion?

rfdiffusion — это Claude Skill от NeverSight. Skills объединяют инструкции и ресурсы, которые Claude загружает по мере необходимости, чтобы выполнять задачи, связанные с rfdiffusion, без дополнительных запросов.

Как установить rfdiffusion?

Используйте команды установки на этой странице: добавьте rfdiffusion в Claude Code как плагин или клонируйте репозиторий в каталог skills, затем перезапустите Claude, чтобы загрузить Skill.

К какой категории относится rfdiffusion?

rfdiffusion относится к категории Другое.

Можно ли использовать rfdiffusion бесплатно?

Да. rfdiffusion размещён на AIMCP и доступен для бесплатной установки.

Похожие навыки

boltz
Другое

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.

Просмотреть навык
alphafold
Другое

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.

Просмотреть навык
bindcraft
Другое

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.

Просмотреть навык
boltzgen
Другое

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.

Просмотреть навык