·esm

Modèle de langage protéique ESM2 pour les intégrations et la notation de séquences. Utilisez cette compétence lorsque : (1) Calcul des scores de pseudo-log-vraisemblance (PLL), (2) Obtention d'incorporations de protéines pour le regroupement, (3) Filtrage de conceptions par plausibilité de séquence, (4) Prédiction d'effet de variante sans tir, (5) Analyse des relations séquence-fonction. Pour la prédiction de la structure, utilisez chai ou boltz. Pour les seuils QC, utilisez Protein-Qc.

12Installations·0Tendance·@adaptyvbio

Installation

$npx skills add https://github.com/adaptyvbio/protein-design-skills --skill esm

SKILL.md

| Python | 3.8+ | 3.10 | | PyTorch | 1.10+ | 2.0+ | | CUDA | 11.0+ | 11.7+ | | GPU VRAM | 8GB | 24GB (A10G) | | RAM | 16GB | 32GB |

First time? See Installation Guide to set up Modal and biomodals.

| esm2t68M | 8M | Fastest | Fast screening | | esm2t1235M | 35M | Fast | Good | | esm2t33650M | 650M | Medium | Better | | esm2t363B | 3B | Slow | Best |

Modèle de langage protéique ESM2 pour les intégrations et la notation de séquences. Utilisez cette compétence lorsque : (1) Calcul des scores de pseudo-log-vraisemblance (PLL), (2) Obtention d'incorporations de protéines pour le regroupement, (3) Filtrage de conceptions par plausibilité de séquence, (4) Prédiction d'effet de variante sans tir, (5) Analyse des relations séquence-fonction. Pour la prédiction de la structure, utilisez chai ou boltz. Pour les seuils QC, utilisez Protein-Qc. Source : adaptyvbio/protein-design-skills.

Voir l'original

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 esm
Catégorie
</>Développement
Vérifié
Première apparition
2026-02-01
Mis à jour
2026-02-18

Réponses rapides

Qu'est-ce que esm ?

Modèle de langage protéique ESM2 pour les intégrations et la notation de séquences. Utilisez cette compétence lorsque : (1) Calcul des scores de pseudo-log-vraisemblance (PLL), (2) Obtention d'incorporations de protéines pour le regroupement, (3) Filtrage de conceptions par plausibilité de séquence, (4) Prédiction d'effet de variante sans tir, (5) Analyse des relations séquence-fonction. Pour la prédiction de la structure, utilisez chai ou boltz. Pour les seuils QC, utilisez Protein-Qc. Source : adaptyvbio/protein-design-skills.

Comment installer esm ?

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 esm 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