adaptyv
Enviar secuencias de proteínas para validación en laboratorio en la nube
También disponible en: davila7
El diseño de proteínas requiere validación experimental. Adaptyv proporciona acceso API a un laboratorio en la nube para pruebas automatizadas de afinidad de unión, niveles de expresión, termostabilidad y actividad enzimática. Obtenga resultados experimentales en aproximadamente 21 días.
Descargar el ZIP de la skill
Subir en Claude
Ve a Configuración → Capacidades → Skills → Subir skill
Activa y empieza a usar
Pruébalo
Usando "adaptyv". Enviar dos secuencias de anticuerpos para ensayos de unión contra PD-L1
Resultado esperado:
- Experimento enviado exitosamente
- ID del experimento: exp_new123xyz
- Estado: enviado
- Fecha estimada de finalización: 2025-02-07
- Objetivo: PD-L1 humano
Usando "adaptyv". ¿Cuál es el estado de mi experimento de unión?
Resultado esperado:
- Experimento: exp_abc123xyz
- Estado: procesando
- Progreso: 65%
- Etapa actual: ensayo
- Actualizado: 2025-01-25T14:30:00Z
Usando "adaptyv". Descargar y resumir los resultados de unión
Resultado esperado:
- Resultados descargados: exp_abc123xyz_results.json
- Secuencias probadas: 12
- Mejor unión: variant_7 (KD: 0.8 nM)
- Confianza: alta (R-squared: 0.98)
Auditoría de seguridad
Riesgo bajoAll 304 static findings are FALSE POSITIVES. The skill is legitimate scientific software for protein research. Scanner patterns triggered on: FASTA format headers (protein sequences in markdown code blocks), API calls to official platform endpoints, environment variable usage for API keys (recommended practice), and scientific notation (e.g., binding affinity values like 1.2e-9). No malicious behavior confirmed.
Factores de riesgo
⚡ Contiene scripts (3)
🌐 Acceso a red (2)
🔑 Variables de entorno (2)
Puntuación de calidad
Lo que puedes crear
Pruebas de afinidad de anticuerpos
Enviar variantes de anticuerpos para medir la afinidad de unión contra antígenos objetivo e identificar candidatos de alta afinidad.
Validación de optimización de secuencias
Usar herramientas computacionales para diseñar variantes de proteínas, luego validar experimentalmente las predicciones de expresión y estabilidad.
Detección de actividad catalítica
Detectar variantes de enzimas para mejorar el turnover, la afinidad por sustrato y la sensibilidad a inhibidores.
Prueba estos prompts
Enviar mis secuencias de anticuerpos a Adaptyv para ensayos de unión contra PD-L1 humano. Las secuencias están en formato FASTA y quiero medir valores de KD.
Verificar el estado del experimento exp_abc123xyz y告诉我 la etapa actual y la fecha estimada de finalización.
Descargar los resultados del experimento exp_abc123xyz y analizar las mediciones de unión en una tabla mostrando secuencia, KD, kon y valores de koff.
Optimizar mis secuencias de proteínas usando NetSolP y SolubleMPNN, luego enviar los 50 mejores candidatos a Adaptyv para pruebas de expresión con notificación webhook.
Mejores prácticas
- Pre-evaluar secuencias con herramientas computacionales (NetSolP, ESM) antes del envío experimental para reducir costos
- Usar webhooks en lugar de polling para notificaciones de finalización de experimentos
- Incluir secuencias de tipo salvaje o de referencia como controles en cada envío por lotes
Evitar
- Enviar secuencias sin validación - siempre ejecutar detección computacional primero
- Hacer polling del estado en lugar de usar webhooks - desperdicia cuota de API y agrega retrasos
- Ignorar requisitos de formato FASTA - validar secuencias localmente antes del envío
Preguntas frecuentes
¿Cuánto tiempo tarda en obtener resultados?
¿Cómo obtengo acceso a API?
¿Qué tipos de experimentos se soportan?
¿Puedo probar unión contra objetivos personalizados?
¿Cuántas secuencias puedo enviar?
¿Cómo se entregan los resultados?
Detalles del desarrollador
Autor
K-Dense-AILicencia
MIT
Repositorio
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/adaptyvRef.
main
Estructura de archivos