alphafold
✓使用 AlphaFold2 结构预测验证蛋白质设计。在以下情况下使用此技能：(1) 验证设计的序列折叠是否正确，(2) 预测结合物-靶标复杂结构，(3) 计算置信度指标（pLDDT、pTM、ipTM），(4) 设计的自一致性验证，(5) 使用 AlphaFold-Multimer 进行多链复杂预测。 为了更快地进行单链预测，请使用 esm。对于 QC 阈值，请使用 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 结构预测验证蛋白质设计。在以下情况下使用此技能：(1) 验证设计的序列折叠是否正确，(2) 预测结合物-靶标复杂结构，(3) 计算置信度指标（pLDDT、pTM、ipTM），(4) 设计的自一致性验证，(5) 使用 AlphaFold-Multimer 进行多链复杂预测。 为了更快地进行单链预测，请使用 esm。对于 QC 阈值，请使用 Protein-qc。 来源：adaptyvbio/protein-design-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/adaptyvbio/protein-design-skills --skill alphafold- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-02-01
- 更新时间
- 2026-02-18
快速解答
什么是 alphafold？
使用 AlphaFold2 结构预测验证蛋白质设计。在以下情况下使用此技能：(1) 验证设计的序列折叠是否正确，(2) 预测结合物-靶标复杂结构，(3) 计算置信度指标（pLDDT、pTM、ipTM），(4) 设计的自一致性验证，(5) 使用 AlphaFold-Multimer 进行多链复杂预测。 为了更快地进行单链预测，请使用 esm。对于 QC 阈值，请使用 Protein-qc。 来源：adaptyvbio/protein-design-skills。
如何安装 alphafold？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/adaptyvbio/protein-design-skills --skill alphafold 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/adaptyvbio/protein-design-skills
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-02-01