Protein

DiffDock는 PDB 구조 또는 단백질 서열과 SMILES, SDF, MOL2 형식의 리간드를 바탕으로 단백질-리간드 결합 포즈를 예측하는 도킹 기술입니다. 구조 기반 신약 설계, 가상 스크리닝, 신뢰도 점수가 포함된 포즈 분석에 DiffDock 기술을 활용할 수 있습니다. 결합 친화도 예측 용도는 아닙니다.

molecular-dynamics 스킬은 Scientific 워크플로에서 OpenMM과 MDAnalysis를 사용해 분자동역학 시뮬레이션을 설정, 실행, 분석할 수 있도록 도와줍니다. 단백질 안정성, 리간드 결합, 구조적 샘플링, 그리고 RMSD, RMSF, 접촉 맵, 자유에너지 표면 같은 궤적 분석에 유용합니다. 실무적인 설정, force field, 재현 가능한 실행에 중점을 둡니다.

glycoengineering 스킬로 단백질 글리코실화를 분석하고 설계하세요. N-글리코실화 sequon을 식별하고 O-글리코실화 핫스팟을 추정하며, 항체 최적화, 백신 설계, 데이터 분석 워크플로를 위한 glycoengineering을 실무적인 판단 가이드와 함께 지원합니다.

ESM3 생성과 ESM C 임베딩을 포함한 단백질 언어 모델용 esm 스킬입니다. 이 esm 가이드는 로컬 추론이나 Forge API를 활용한 단백질 서열 설계, 역접힘, 기능 예측, 코드 생성 워크플로에 사용할 수 있습니다.

adaptyv는 Adaptyv Bio Foundry API와 Python SDK를 활용해 설치하고, 단백질 서열을 제출하고, 분석 결과를 조회하는 데 도움을 줍니다. 이 adaptyv 스킬은 API 개발, 인증 설정, 요청 구성, 그리고 결합, 스크리닝, 열안정성, 발현, 형광 워크플로에 대한 실무 가이드를 제공할 때 적합합니다.