·protein-qc
</>

protein-qc

Metriche di controllo della qualità e soglie di filtraggio per la progettazione delle proteine. Utilizzare questa competenza quando: (1) valutare la qualità della progettazione per legame, espressione o struttura, (2) impostare soglie di filtraggio per pLDDT, ipTM, PAE, (3) controllare le passività della sequenza (cisteine, deamidazione, cluster polibasici), (4) creare pipeline di filtraggio multistadio, (5) calcolare le metriche dell'interfaccia PyRosetta (dG, SC, dSASA), (6) controllare le proprietà biofisiche (instabilità, GRAVY, pI), (7) Classificazione dei progetti con punteggio composito. Questa competenza fornisce soglie supportate dalla ricerca derivante da concorsi di progettazione di raccoglitori e benchmark pubblicati.

19Installazioni·0Tendenza·@adaptyvbio

Installazione

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

Come installare protein-qc

Installa rapidamente la skill AI protein-qc 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 protein-qc
  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.

Individual metrics have weak predictive power for binding. Research shows:

These thresholds filter out poor designs but do NOT predict binding affinity.

| Purpose | What it assesses | Key metrics |

Metriche di controllo della qualità e soglie di filtraggio per la progettazione delle proteine. Utilizzare questa competenza quando: (1) valutare la qualità della progettazione per legame, espressione o struttura, (2) impostare soglie di filtraggio per pLDDT, ipTM, PAE, (3) controllare le passività della sequenza (cisteine, deamidazione, cluster polibasici), (4) creare pipeline di filtraggio multistadio, (5) calcolare le metriche dell'interfaccia PyRosetta (dG, SC, dSASA), (6) controllare le proprietà biofisiche (instabilità, GRAVY, pI), (7) Classificazione dei progetti con punteggio composito. Questa competenza fornisce soglie supportate dalla ricerca derivante da concorsi di progettazione di raccoglitori e benchmark pubblicati. 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 protein-qc
Categoria
</>Sviluppo
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-10

Browse more skills from adaptyvbio/protein-design-skills

Risposte rapide

Che cos'è protein-qc?

Metriche di controllo della qualità e soglie di filtraggio per la progettazione delle proteine. Utilizzare questa competenza quando: (1) valutare la qualità della progettazione per legame, espressione o struttura, (2) impostare soglie di filtraggio per pLDDT, ipTM, PAE, (3) controllare le passività della sequenza (cisteine, deamidazione, cluster polibasici), (4) creare pipeline di filtraggio multistadio, (5) calcolare le metriche dell'interfaccia PyRosetta (dG, SC, dSASA), (6) controllare le proprietà biofisiche (instabilità, GRAVY, pI), (7) Classificazione dei progetti con punteggio composito. Questa competenza fornisce soglie supportate dalla ricerca derivante da concorsi di progettazione di raccoglitori e benchmark pubblicati. Fonte: adaptyvbio/protein-design-skills.

Come installo protein-qc?

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 protein-qc 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