alphafold
✓使用 AlphaFold2 結構預測驗證蛋白質設計。在以下情況下使用此技能：(1) 驗證設計的序列折疊是否正確，(2) 預測結合物-靶標複雜結構，(3) 計算置信度指標（pLDDT、pTM、ipTM），(4) 設計的自一致性驗證，(5) 使用 AlphaFold-Multimer 進行多鏈複雜預測。 為了更快地進行單鏈預測，請使用 esm。對於 QC 閾值，請使用 Protein-qc。
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 |
使用 AlphaFold2 結構預測驗證蛋白質設計。在以下情況下使用此技能：(1) 驗證設計的序列折疊是否正確，(2) 預測結合物-靶標複雜結構，(3) 計算置信度指標（pLDDT、pTM、ipTM），(4) 設計的自一致性驗證，(5) 使用 AlphaFold-Multimer 進行多鏈複雜預測。 為了更快地進行單鏈預測，請使用 esm。對於 QC 閾值，請使用 Protein-qc。 來源：adaptyvbio/protein-design-skills。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/adaptyvbio/protein-design-skills --skill alphafold- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 alphafold？
使用 AlphaFold2 結構預測驗證蛋白質設計。在以下情況下使用此技能：(1) 驗證設計的序列折疊是否正確，(2) 預測結合物-靶標複雜結構，(3) 計算置信度指標（pLDDT、pTM、ipTM），(4) 設計的自一致性驗證，(5) 使用 AlphaFold-Multimer 進行多鏈複雜預測。 為了更快地進行單鏈預測，請使用 esm。對於 QC 閾值，請使用 Protein-qc。 來源：adaptyvbio/protein-design-skills。
如何安裝 alphafold？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/adaptyvbio/protein-design-skills --skill alphafold 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/adaptyvbio/protein-design-skills
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-02-01