alphafold
✓Valide diseños de proteínas utilizando la predicción de estructuras AlphaFold2. Utilice esta habilidad cuando: (1) Validar secuencias diseñadas se pliegan correctamente, (2) Predecir estructuras complejas aglutinante-objetivo, (3) Calcular métricas de confianza (pLDDT, pTM, ipTM), (4) Validación de autoconsistencia de diseños, (5) Predicción compleja de cadenas múltiples con AlphaFold-Multimer. Para una predicción monocatenaria más rápida, utilice esm. Para los umbrales de control de calidad, utilice proteína-qc.
Instalación
SKILL.md
| Python | 3.8+ | 3.10 | | CUDA | 11.0+ | 12.0+ | | GPU VRAM | 32GB | 40GB (A100) | | RAM | 32GB | 64GB | | Disk | 100GB | 500GB (for databases) |
First time? See Installation Guide to set up Modal and biomodals.
| --modelpreset | monomer | monomer/multimer | Model type | | --numrecycle | 3 | 1-20 | Recycling iterations | | --maxtemplatedate | - | YYYY-MM-DD | Template cutoff | | --usetemplates | True | True/False | Use template search |
Valide diseños de proteínas utilizando la predicción de estructuras AlphaFold2. Utilice esta habilidad cuando: (1) Validar secuencias diseñadas se pliegan correctamente, (2) Predecir estructuras complejas aglutinante-objetivo, (3) Calcular métricas de confianza (pLDDT, pTM, ipTM), (4) Validación de autoconsistencia de diseños, (5) Predicción compleja de cadenas múltiples con AlphaFold-Multimer. Para una predicción monocatenaria más rápida, utilice esm. Para los umbrales de control de calidad, utilice proteína-qc. Fuente: adaptyvbio/protein-design-skills.
Datos (listos para citar)
Campos y comandos estables para citas de IA/búsqueda.
- Comando de instalación
npx skills add https://github.com/adaptyvbio/protein-design-skills --skill alphafold- Categoría
- </>Desarrollo
- Verificado
- ✓
- Primera vez visto
- 2026-02-01
- Actualizado
- 2026-02-18
Respuestas rápidas
¿Qué es alphafold?
Valide diseños de proteínas utilizando la predicción de estructuras AlphaFold2. Utilice esta habilidad cuando: (1) Validar secuencias diseñadas se pliegan correctamente, (2) Predecir estructuras complejas aglutinante-objetivo, (3) Calcular métricas de confianza (pLDDT, pTM, ipTM), (4) Validación de autoconsistencia de diseños, (5) Predicción compleja de cadenas múltiples con AlphaFold-Multimer. Para una predicción monocatenaria más rápida, utilice esm. Para los umbrales de control de calidad, utilice proteína-qc. Fuente: adaptyvbio/protein-design-skills.
¿Cómo instalo alphafold?
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/adaptyvbio/protein-design-skills --skill alphafold Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code o Cursor
¿Dónde está el repositorio de origen?
https://github.com/adaptyvbio/protein-design-skills
Detalles
- Categoría
- </>Desarrollo
- Fuente
- skills.sh
- Primera vez visto
- 2026-02-01