المهارات diffdock
🧬

diffdock

آمن ⚙️ الأوامر الخارجية🌐 الوصول إلى الشبكة📁 الوصول إلى نظام الملفات⚡ يحتوي على سكربتات

التنبؤ بوضعيات الارتباط الجزيئي باستخدام الذكاء الاصطناعي للرسو

متاح أيضًا من: davila7

يستخدم DiffDock نماذج الانتشار المتقدمة للتنبؤ بكيفية ارتباط الجزيئات الصغيرة بالبروتينات في الفضاء ثلاثي الأبعاد. يمكن للباحثين تسريع اكتشاف الأدوية من خلال توليد وضعيات ارتباط دقيقة مع درجات الثقة لتصميم الأدوية القائم على البنية.

يدعم: Claude Codex Code(CC)
🥈 79 فضي
1

تنزيل ZIP المهارة

2

رفع في Claude

اذهب إلى Settings → Capabilities → Skills → Upload skill

3

فعّل وابدأ الاستخدام

اختبرها

استخدام "diffdock". Dock aspirin to COX-2 protein

النتيجة المتوقعة:

  • Generated 10 binding poses for aspirin-COX-2 complex
  • Top prediction confidence: 0.85 (High confidence)
  • Binding site: Active site near residues Arg120 and Tyr355
  • Review recommended: Visualize top 3 poses for structural plausibility

استخدام "diffdock". Screen library of 100 fragments against kinase target

النتيجة المتوقعة:

  • Processed 100 ligand-protein complexes with 20 samples each
  • Mean processing time: 45 seconds per complex on GPU
  • High confidence hits: 12 compounds with score above 0
  • Top 5 hits exported to screening_hits.csv

التدقيق الأمني

آمن
v4 • 1/17/2026

The static analysis flagged 295 potential issues, but ALL are FALSE POSITIVES. The scanner incorrectly identified scientific protein sequences (GFP containing 'SAM') as Windows SAM database references, scientific paper citations as weak cryptographic algorithms, standard Python loops as C2 beacon patterns, and markdown code block syntax as shell execution. This is a legitimate molecular docking research tool with no malicious intent or security vulnerabilities.

10
الملفات التي تم فحصها
2,493
الأسطر التي تم تحليلها
4
النتائج
4
إجمالي عمليات التدقيق

عوامل الخطر

⚙️ الأوامر الخارجية (4)
SKILL.md:42-470 references/confidence_and_limitations.md:146-166 references/parameters_reference.md:8-159 references/workflows_examples.md:9-377
🌐 الوصول إلى الشبكة (2)
SKILL.md:53-480 scripts/setup_check.py:179-194
📁 الوصول إلى نظام الملفات (2)
scripts/analyze_results.py:214 references/workflows_examples.md:290
⚡ يحتوي على سكربتات (1)
scripts/setup_check.py:40
تم تدقيقه بواسطة: claude عرض سجل التدقيق →

درجة الجودة

82
الهندسة المعمارية
100
قابلية الصيانة
85
المحتوى
21
المجتمع
100
الأمان
83
الامتثال للمواصفات

ماذا يمكنك بناءه

حملات الفحص الافتراضي

فحص آلاف المركبات ضد البروتينات المستهدفة لتحديد المرشحين الواعدين للدواء لمزيد من الدراسة

التنبؤ بموقع الارتباط

التنبؤ بارتباط الجزيئات الصغيرة بهياكل البروتينات لفهم الآليات وتوجيه التجارب

تحسين الرؤوس

توليد وضعيات ارتباط لتعديلات المركبات لتحسين التفاعلات مع البروتينات المستهدفة

جرّب هذه الموجهات

رسو أساسي مفرد 
Dock the ligand COc1ccc(C(=O)Nc2ccccc2)cc1 to the protein in protein.pdb and save results to results/docking/
الفحص الدُفعي 
Create a batch CSV for screening 50 compounds against protein.pdb, then run DiffDock with 20 samples per complex
تحليل النتائج 
Analyze the confidence scores from DiffDock results in results/batch/ and show the top 10 predictions
معلمات مخصصة 
Create a custom config for docking flexible ligands with increased temperature and 30 inference steps

أفضل الممارسات

  • التحقق دائمًا من البيئة باستخدام setup_check.py قبل وظائف الدُفع الكبيرة
  • استخدام 20-40 عينة لكل مجمع للتنبؤات المهمة
  • الدمج مع دوال الت Scoring مثل GNINA لتقدير التقارب
  • تصور أول 3-5 وضعيات للتحقق من الصلاحية البنيوية

تجنب

  • استخدام درجات الثقة كمقاييس مباشرة لتقارب الارتباط
  • تشغيل الفحص الافتراضي الكبير بدون الوصول إلى GPU
  • افتراض أن التنبؤ الفردي صحيح دون فحص البدائل
  • تجاهل تحضير البروتين ومشكلات الأحماض الأمينية المفقودة

الأسئلة المتكررة

ما الفرق بين الثقة والتقارب؟
الثقة تقيس مدى يقين النموذج بشأن الوضعية المتنبأ بها. التقارب يقيس قوة الارتباط. الثقة العالية لا تعني ارتباطًا قويًا.
كم عينة يجب أن أولد لكل مجمع؟
استخدم 10 للفحص السريع، 20-40 للتنبؤات المهمة، و40+ لليغاندات الكبيرة أو المرنة جدًا.
هل يمكنني استخدام تسلسلات البروتين بدلاً من ملفات PDB؟
نعم، يستخدم DiffDock ESMFold للتنبؤ ببنية البروتين من التسلسل. على الرغم من أن ملفات PDB تعطي نتائج أفضل عادةً.
ما صيغ الليغاند المدعومة؟
سلاسل SMILES، ملفات SDF، وملفات MOL2. سلاسل SMILES الأكثر ملاءمة للفحص عالي الإنتاجية.
كيف أفسر درجات الثقة السلبية؟
الدرجات أقل من -1.5 تشير إلى الثقة المنخفضة. فكر في مزيد من العينات، أو الرسو الجماعي، أو التحقق التجريبي.
هل يمكن لـ DiffDock التنبؤ بتقارب الارتباط؟
لا، DiffDock يتنبأ بوضعيات الارتباط فقط. استخدم GNINA، MM/GBSA، أو الطرق التجريبية للتنبؤ بالتقارب.

تفاصيل المطور

المؤلف

K-Dense-AI

الترخيص

MIT license

المستودع

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/diffdock

مرجع

main

بنية الملفات

📁 assets/

📄 batch_template.csv

📄 custom_inference_config.yaml

📁 references/

📄 confidence_and_limitations.md

📄 parameters_reference.md

📄 workflows_examples.md

📁 scripts/

📄 analyze_results.py

📄 prepare_batch_csv.py

📄 setup_check.py

📄 SKILL.md