alphafold
✓Validez les conceptions de protéines à l’aide de la prédiction de structure AlphaFold2. Utilisez cette compétence lorsque : (1) Validation du pliage correct des séquences conçues, (2) Prédiction des structures complexes liant-cible, (3) Calcul des métriques de confiance (pLDDT, pTM, ipTM), (4) Validation d'auto-cohérence des conceptions, (5) Prédiction complexe multi-chaînes avec AlphaFold-Multimer. Pour une prédiction monochaîne plus rapide, utilisez esm. Pour les seuils QC, utilisez Protein-Qc.
Installation
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 |
Validez les conceptions de protéines à l’aide de la prédiction de structure AlphaFold2. Utilisez cette compétence lorsque : (1) Validation du pliage correct des séquences conçues, (2) Prédiction des structures complexes liant-cible, (3) Calcul des métriques de confiance (pLDDT, pTM, ipTM), (4) Validation d'auto-cohérence des conceptions, (5) Prédiction complexe multi-chaînes avec AlphaFold-Multimer. Pour une prédiction monochaîne plus rapide, utilisez esm. Pour les seuils QC, utilisez Protein-Qc. Source : adaptyvbio/protein-design-skills.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/adaptyvbio/protein-design-skills --skill alphafold- Catégorie
- </>Développement
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que alphafold ?
Validez les conceptions de protéines à l’aide de la prédiction de structure AlphaFold2. Utilisez cette compétence lorsque : (1) Validation du pliage correct des séquences conçues, (2) Prédiction des structures complexes liant-cible, (3) Calcul des métriques de confiance (pLDDT, pTM, ipTM), (4) Validation d'auto-cohérence des conceptions, (5) Prédiction complexe multi-chaînes avec AlphaFold-Multimer. Pour une prédiction monochaîne plus rapide, utilisez esm. Pour les seuils QC, utilisez Protein-Qc. Source : adaptyvbio/protein-design-skills.
Comment installer alphafold ?
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/adaptyvbio/protein-design-skills --skill alphafold Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/adaptyvbio/protein-design-skills
Détails
- Catégorie
- </>Développement
- Source
- skills.sh
- Première apparition
- 2026-02-01