返回技能列表

ipsae

NeverSight
更新于 6 days ago
8 次查看
24
3
24
在 GitHub 上查看
其他rankingscoringbinding

关于

The ipsae skill ranks protein binder designs using the ipSAE scoring function, which outperforms ipTM and iPAE for identifying successful binders. Use it to filter and rank outputs from tools like RFdiffusion or to compare predictions from AF2/AF3. It's designed for prioritizing designs for experimental testing and predicting binding success rates.

快速安装

Claude Code

推荐
主要方式
npx skills add NeverSight/skills_feed -a claude-code
插件命令备选方式
/plugin add https://github.com/NeverSight/skills_feed
Git 克隆备选方式
git clone https://github.com/NeverSight/skills_feed.git ~/.claude/skills/ipsae

在 Claude Code 中复制并粘贴此命令以安装该技能

GitHub 仓库

NeverSight/skills_feed
路径: data/skills-md/adaptyvbio/protein-design-skills/ipsae
0
learn-skillsskills

相关推荐技能

protein-qc

其他

protein-qc 提供了一套基于研究的蛋白质设计质量控制指标和过滤阈值,用于评估结合、表达或结构设计质量。它支持检查序列缺陷、计算界面能量和生物物理特性,并能构建多阶段过滤流程或进行综合评分排序。开发者可用其快速筛选设计,并获取来自竞赛和基准测试的经验阈值。

查看技能

binding-characterization

其他

该Skill为SPR和BLI结合动力学实验提供全流程指导,涵盖实验规划、故障排查、数据解读和平台选择。核心功能包括决策矩阵对比SPR/BLI平台特性,以及针对弱信号、假象数据等常见问题的解决方案。开发者可在设计实验、排除故障或选择技术平台时快速获取实用建议。

查看技能

binding-characterization

其他

该Skill为SPR和BLI结合动力学实验提供结构化指导,涵盖实验规划、故障排除和数据解读等关键场景。它包含SPR与BLI平台的决策矩阵,帮助开发者根据样品类型、通量和灵敏度需求选择合适平台。特别适用于解决信号弱、数据伪影及技术选型等实际实验难题。

查看技能

binding-characterization

其他

该Skill为开发者提供SPR和BLI结合动力学实验的实用指南,涵盖实验规划、故障排查和数据解读等关键场景。它包含SPR与BLI平台的选择决策矩阵,帮助开发者根据样品类型、通量需求和灵敏度等因素快速选择合适平台。特别适用于处理弱结合信号、解释动力学假象以及优化实验方案等具体实验挑战。

查看技能