·protein-qc
</>

protein-qc

Метрики контроля качества и пороги фильтрации для проектирования белков. Используйте этот навык, когда: (1) оцениваете качество дизайна для связывания, экспрессии или структуры, (2) устанавливаете пороговые значения фильтрации для pLDDT, ipTM, PAE, (3) проверяете обязательства последовательности (цистеины, дезамидирование, многоосновные кластеры), (4) создаете конвейеры многоступенчатой фильтрации, (5) вычисляете метрики интерфейса PyRosetta (dG, SC, dSASA), (6) проверяете биофизические свойства (нестабильность, GRAVY, pI), (7) Ранжирование дизайнов с комплексной оценкой. Этот навык позволяет определить пороговые значения, подтвержденные исследованиями, полученными на конкурсах дизайна переплетов, и опубликованных тестах.

19Установки·0Тренд·@adaptyvbio

Установка

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

Как установить protein-qc

Быстро установите AI-навык protein-qc в вашу среду разработки через командную строку

  1. Откройте терминал: Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.)
  2. Выполните команду установки: Скопируйте и выполните эту команду: npx skills add https://github.com/adaptyvbio/protein-design-skills --skill protein-qc
  3. Проверьте установку: После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Источник: 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 |

Метрики контроля качества и пороги фильтрации для проектирования белков. Используйте этот навык, когда: (1) оцениваете качество дизайна для связывания, экспрессии или структуры, (2) устанавливаете пороговые значения фильтрации для pLDDT, ipTM, PAE, (3) проверяете обязательства последовательности (цистеины, дезамидирование, многоосновные кластеры), (4) создаете конвейеры многоступенчатой фильтрации, (5) вычисляете метрики интерфейса PyRosetta (dG, SC, dSASA), (6) проверяете биофизические свойства (нестабильность, GRAVY, pI), (7) Ранжирование дизайнов с комплексной оценкой. Этот навык позволяет определить пороговые значения, подтвержденные исследованиями, полученными на конкурсах дизайна переплетов, и опубликованных тестах. Источник: adaptyvbio/protein-design-skills.

Факты (для цитирования)

Стабильные поля и команды для ссылок в AI/поиске.

Команда установки
npx skills add https://github.com/adaptyvbio/protein-design-skills --skill protein-qc
Категория
</>Разработка
Проверено
Впервые замечено
2026-02-01
Обновлено
2026-03-11

Browse more skills from adaptyvbio/protein-design-skills

Короткие ответы

Что такое protein-qc?

Метрики контроля качества и пороги фильтрации для проектирования белков. Используйте этот навык, когда: (1) оцениваете качество дизайна для связывания, экспрессии или структуры, (2) устанавливаете пороговые значения фильтрации для pLDDT, ipTM, PAE, (3) проверяете обязательства последовательности (цистеины, дезамидирование, многоосновные кластеры), (4) создаете конвейеры многоступенчатой фильтрации, (5) вычисляете метрики интерфейса PyRosetta (dG, SC, dSASA), (6) проверяете биофизические свойства (нестабильность, GRAVY, pI), (7) Ранжирование дизайнов с комплексной оценкой. Этот навык позволяет определить пороговые значения, подтвержденные исследованиями, полученными на конкурсах дизайна переплетов, и опубликованных тестах. Источник: adaptyvbio/protein-design-skills.

Как установить protein-qc?

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/adaptyvbio/protein-design-skills --skill protein-qc После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Где находится исходный репозиторий?

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

Детали

Категория
</>Разработка
Источник
skills.sh
Впервые замечено
2026-02-01