·bindcraft

Progettazione di raccoglitori end-to-end utilizzando l'allucinazione di BindCraft. Utilizzare questa competenza quando: (1) si progettano leganti proteici con convalida AF2 integrata, (2) si eseguono campagne di leganti di qualità di produzione, (3) si utilizzano protocolli di progettazione diversi (veloce, predefinito, lento), (4) è necessaria una struttura congiunta e l'ottimizzazione della sequenza, (5) si desidera un alto tasso di successo sperimentale. Per la generazione solo backbone, utilizzare rfdiffusion. Per le soglie QC, utilizzare proteina-qc. Per indicazioni sulla selezione degli strumenti, utilizzare il design del raccoglitore.

15Installazioni·0Tendenza·@adaptyvbio

Installazione

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

Come installare bindcraft

Installa rapidamente la skill AI bindcraft nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/adaptyvbio/protein-design-skills --skill bindcraft
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: adaptyvbio/protein-design-skills.

| Python | 3.9+ | 3.10 | | CUDA | 11.7+ | 12.0+ | | GPU VRAM | 32GB | 48GB (L40S) | | RAM | 32GB | 64GB |

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

| --target-pdb | required | path | Target structure | | --target-chain | required | A-Z | Target chain(s) | | --binder-lengths | 70-100 | 40-150 | Length range | | --hotspots | None | residues | Target hotspots | | --num-designs | 50 | 1-500 | Number of designs | | --protocol | default | fast/default/slow | Quality vs speed |

Progettazione di raccoglitori end-to-end utilizzando l'allucinazione di BindCraft. Utilizzare questa competenza quando: (1) si progettano leganti proteici con convalida AF2 integrata, (2) si eseguono campagne di leganti di qualità di produzione, (3) si utilizzano protocolli di progettazione diversi (veloce, predefinito, lento), (4) è necessaria una struttura congiunta e l'ottimizzazione della sequenza, (5) si desidera un alto tasso di successo sperimentale. Per la generazione solo backbone, utilizzare rfdiffusion. Per le soglie QC, utilizzare proteina-qc. Per indicazioni sulla selezione degli strumenti, utilizzare il design del raccoglitore. Fonte: adaptyvbio/protein-design-skills.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/adaptyvbio/protein-design-skills --skill bindcraft
Categoria
</>Sviluppo
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-11

Browse more skills from adaptyvbio/protein-design-skills

Risposte rapide

Che cos'è bindcraft?

Progettazione di raccoglitori end-to-end utilizzando l'allucinazione di BindCraft. Utilizzare questa competenza quando: (1) si progettano leganti proteici con convalida AF2 integrata, (2) si eseguono campagne di leganti di qualità di produzione, (3) si utilizzano protocolli di progettazione diversi (veloce, predefinito, lento), (4) è necessaria una struttura congiunta e l'ottimizzazione della sequenza, (5) si desidera un alto tasso di successo sperimentale. Per la generazione solo backbone, utilizzare rfdiffusion. Per le soglie QC, utilizzare proteina-qc. Per indicazioni sulla selezione degli strumenti, utilizzare il design del raccoglitore. Fonte: adaptyvbio/protein-design-skills.

Come installo bindcraft?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/adaptyvbio/protein-design-skills --skill bindcraft Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

https://github.com/adaptyvbio/protein-design-skills