·ipsae

Classificazione della progettazione dei leganti utilizzando ipSAE (punteggio interproteico da errori allineati). Utilizzare questa competenza quando: (1) classificare progetti di raccoglitori per test sperimentali, (2) filtrare gli output di BindCraft o RFdiffusion, (3) confrontare le previsioni AF2/AF3/Boltz, (4) prevedere tassi di successo vincolanti, (5) è necessario un posizionamento migliore rispetto a ipTM o iPAE. Per la previsione della struttura, utilizzare chai o alphafold. Per le soglie QC, utilizzare proteina-qc.

19Installazioni·0Tendenza·@adaptyvbio

Installazione

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

Come installare ipsae

Installa rapidamente la skill AI ipsae 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 ipsae
  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 | 3.8+ | 3.10 | | NumPy | 1.20+ | Latest | | RAM | 8GB | 16GB |

ipSAE (interprotein Score from Aligned Errors) is a scoring function for ranking protein-protein interactions predicted by AlphaFold2, AlphaFold3, and Boltz1. It outperforms ipTM and iPAE for binder design ranking with 1.4x higher precision in identifying true binders.

| PAE file | JSON (AF2/AF3) or NPZ (Boltz) | Match predictor | | Structure file | PDB or CIF structure | Match PAE | | PAE cutoff | Threshold for contacts | 10-15 | | Distance cutoff | Max CA-CA distance (A) | 10-15 |

Classificazione della progettazione dei leganti utilizzando ipSAE (punteggio interproteico da errori allineati). Utilizzare questa competenza quando: (1) classificare progetti di raccoglitori per test sperimentali, (2) filtrare gli output di BindCraft o RFdiffusion, (3) confrontare le previsioni AF2/AF3/Boltz, (4) prevedere tassi di successo vincolanti, (5) è necessario un posizionamento migliore rispetto a ipTM o iPAE. Per la previsione della struttura, utilizzare chai o alphafold. Per le soglie QC, utilizzare proteina-qc. 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 ipsae
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 ipsae?

Classificazione della progettazione dei leganti utilizzando ipSAE (punteggio interproteico da errori allineati). Utilizzare questa competenza quando: (1) classificare progetti di raccoglitori per test sperimentali, (2) filtrare gli output di BindCraft o RFdiffusion, (3) confrontare le previsioni AF2/AF3/Boltz, (4) prevedere tassi di successo vincolanti, (5) è necessario un posizionamento migliore rispetto a ipTM o iPAE. Per la previsione della struttura, utilizzare chai o alphafold. Per le soglie QC, utilizzare proteina-qc. Fonte: adaptyvbio/protein-design-skills.

Come installo ipsae?

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 ipsae 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