alphafold
✓AlphaFold2 구조 예측을 사용하여 단백질 디자인을 검증합니다. 이 기술은 다음과 같은 경우에 사용됩니다: (1) 설계된 시퀀스 접힘이 올바르게 수행되는지 확인, (2) 바인더-타겟 복합 구조 예측, (3) 신뢰도 측정항목(pLDDT, pTM, ipTM) 계산, (4) 설계의 자체 일관성 검증, (5) AlphaFold-Multimer를 사용한 다중 체인 복합 예측. 더 빠른 단일 체인 예측을 위해서는 esm을 사용하세요. QC 임계값의 경우 Protein-qc를 사용하세요.
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 |
AlphaFold2 구조 예측을 사용하여 단백질 디자인을 검증합니다. 이 기술은 다음과 같은 경우에 사용됩니다: (1) 설계된 시퀀스 접힘이 올바르게 수행되는지 확인, (2) 바인더-타겟 복합 구조 예측, (3) 신뢰도 측정항목(pLDDT, pTM, ipTM) 계산, (4) 설계의 자체 일관성 검증, (5) AlphaFold-Multimer를 사용한 다중 체인 복합 예측. 더 빠른 단일 체인 예측을 위해서는 esm을 사용하세요. QC 임계값의 경우 Protein-qc를 사용하세요. 출처: adaptyvbio/protein-design-skills.
인용 가능한 정보
AI/검색 인용용 안정적인 필드와 명령어.
- 설치 명령어
npx skills add https://github.com/adaptyvbio/protein-design-skills --skill alphafold- 카테고리
- </>개발 도구
- 인증됨
- ✓
- 최초 등록
- 2026-02-01
- 업데이트
- 2026-02-18
빠른 답변
alphafold이란?
AlphaFold2 구조 예측을 사용하여 단백질 디자인을 검증합니다. 이 기술은 다음과 같은 경우에 사용됩니다: (1) 설계된 시퀀스 접힘이 올바르게 수행되는지 확인, (2) 바인더-타겟 복합 구조 예측, (3) 신뢰도 측정항목(pLDDT, pTM, ipTM) 계산, (4) 설계의 자체 일관성 검증, (5) AlphaFold-Multimer를 사용한 다중 체인 복합 예측. 더 빠른 단일 체인 예측을 위해서는 esm을 사용하세요. QC 임계값의 경우 Protein-qc를 사용하세요. 출처: adaptyvbio/protein-design-skills.
alphafold 설치 방법은?
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/adaptyvbio/protein-design-skills --skill alphafold 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code나 Cursor에서 사용할 수 있습니다
소스 저장소는 어디인가요?
https://github.com/adaptyvbio/protein-design-skills
상세
- 카테고리
- </>개발 도구
- 출처
- skills.sh
- 최초 등록
- 2026-02-01