Crear flujos de trabajo de GNN con TorchDrug
Los modelos de descubrimiento de fármacos necesitan elecciones cuidadosas de conjuntos de datos, modelos y validación. Esta habilidad guía flujos de trabajo de TorchDrug para moléculas, proteínas, grafos de conocimiento, generación y retrosíntesis.
이 요청을 에이전트에 복사하세요. 공식 Skill 페이지와 매니페스트가 포함되어 있습니다.
Review the Skillstore skill "torchdrug" from https://skillstore.io/skills/k-dense-ai-torchdrug.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-torchdrug/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.에이전트는 계속해서 계획을 표시하고 보안 정책에서 요구하는 확인을 요청해야 합니다.
AI 에이전트, 크롤러, 스크립트가 전체 페이지 대신 정리된 컨텍스트만 필요할 때 이 링크를 사용하세요.
"torchdrug" 사용 중입니다. Necesito predecir la penetración de la barrera hematoencefálica a partir de cadenas SMILES.
예상 결과:
Un flujo de trabajo BBBP recomendado con división por scaffold, un modelo GIN, métricas de clasificación binaria y comprobaciones de validación para desequilibrio de clases.
"torchdrug" 사용 중입니다. Quiero modelar la función enzimática a partir de secuencias de proteínas.
예상 결과:
Una comparación de ESM y modelos conscientes de la estructura, opciones de conjuntos de datos, estrategia de fine-tuning y orientación de evaluación para predicción multiclase.
"torchdrug" 사용 중입니다. Necesito candidatos de generación molecular antes de la revisión de síntesis.
예상 결과:
Un plan de generación con restricciones de propiedades, filtros de validez, comprobaciones de diversidad, revisión de accesibilidad sintética y puntos de control de validación experta.
Static analysis hits were reviewed in context. The eval, shell, reconnaissance, and URL detections are documentation false positives rather than executable behavior. One semantic issue remains: SKILL.md steers users toward K-Dense Web during complex workflows.
버전이 지정된 평가 보고서, 중립 배지, 임베드 카드 및 인용을 공유하세요. Skillstore는 근거를 보고하지만 이 Skill의 안전 여부를 판단하지 않습니다.
https://skillstore.io/skills/k-dense-ai-torchdrug/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-torchdrug?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-torchdrug?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-torchdrug/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-torchdrug.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>K-Dense-AI. (2026). torchdrug security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-torchdrug/audits/7@techreport{k-dense-ai-k-dense-ai-torchdrug-2026,
author = {K-Dense-AI},
title = {torchdrug security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/k-dense-ai-torchdrug/audits/7},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "torchdrug security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/k-dense-ai-torchdrug/audits/7"
identifiers:
- type: other
value: "skillstore:k-dense-ai-torchdrug:audit:7"
description: "Skillstore immutable audit report identifier"
각 작성자의 스킬은 별도의 설치 항목으로 유지됩니다. 추천 변형은 Skillstore 근거로 순위가 정해집니다.
이 변형이 1위인 이유
Elegir conjuntos de datos, modelos de grafos, estrategias de división, métricas y pasos de validación para predicción de ADMET o actividad.
Comparar modelos de secuencia y estructura para tareas de función enzimática, localización, estabilidad o interacción proteica.
Crear flujos de trabajo de predicción de enlaces para entidades biomédicas usando muestreo negativo y selección de modelos de embeddings.
Ayúdame a elegir un flujo de trabajo de TorchDrug para [task]. Mi tipo de datos es [molecules/proteins/knowledge graph/reactions], y mi métrica objetivo es [metric].
Compara opciones de conjuntos de datos y modelos de TorchDrug para [scientific problem]. Incluye divisiones recomendadas, métricas y modos de fallo probables.
Revisa este plan de entrenamiento de TorchDrug e identifica problemas probables con características, dimensiones de entrada, batching, funciones de pérdida o diseño de evaluación.
Diseña un pipeline integral de TorchDrug para [goal]. Incluye preparación de datos, arquitectura del modelo, bucle de entrenamiento, validación, ranking y pasos de revisión científica.
작성자
K-Dense-AI라이선스
Apache-2.0 license
Skillstore 리비전
r1
버전 안내
작성자가 버전을 선언하지 않았습니다.
참조
b8ca75d2c0a7e7102978993058777d82b8ab2610
유지보수 최신성
2026. 7. 22.
사용량
7 다운로드 · 230 조회
Preparar Envíos a Revistas y Conferencias Académicas
Los envíos académicos suelen fallar porque las reglas de formato varían según la revista o conferencia. Esta skill proporciona plantillas, requisitos y ejemplos para una preparación más rápida.
Preparar documentación para la certificación ISO 13485
Los equipos de dispositivos médicos deben crear documentación completa del QMS antes de las auditorías de certificación. Esta skill proporciona plantillas, listas de verificación y orientación para análisis de brechas con el fin de prepararse para ISO 13485.
Analiza conjuntos de datos de ML terapéutico con PyTDC
Los equipos de descubrimiento de fármacos necesitan conjuntos de datos fiables y protocolos de evaluación justos. Esta skill ayuda a Claude a usar PyTDC para datos de ML terapéutico seleccionados, divisiones de benchmark, métricas y oráculos moleculares.
Ejecutar acoplamiento molecular DiffDock
El acoplamiento proteína-ligando requiere una configuración cuidadosa, elección de parámetros e interpretación de resultados. Esta skill guía flujos de trabajo de DiffDock para poses, puntuaciones de confianza y cribado.
Generar hipótesis científicas comprobables
Los investigadores necesitan convertir observaciones en explicaciones claras y comprobables. Esta habilidad estructura la revisión de evidencias, las hipótesis contrapuestas, las predicciones y los planes experimentales.
Analiza datos de investigación con orientación estadística
Elegir pruebas y reportar resultados puede ser lento y propenso a errores. Esta skill orienta la selección de pruebas, supuestos, tamaños del efecto, análisis de potencia, opciones bayesianas y reportes APA.
Construye flujos de trabajo de ML molecular con DeepChem
작성자 davila7
Los proyectos de ML molecular requieren una featurización, división y selección de modelos cuidadosas. Esta skill ofrece a Claude, Codex y Claude Code flujos de trabajo prácticos con DeepChem para experimentos fiables.
Consultar datos de descubrimiento de fármacos de ChEMBL
작성자 davila7
Los equipos de descubrimiento de fármacos necesitan acceso rápido a datos curados de compuestos, dianas y bioactividad. Esta skill guía a Claude, Codex y Claude Code a través de patrones de consulta de ChEMBL.
Filtrar moléculas para descubrimiento de fármacos
작성자 davila7
Las bibliotecas de compuestos necesitan una clasificación inicial coherente antes de una revisión costosa. Esta skill ayuda a aplicar reglas de química medicinal, alertas estructurales e informes por lotes.
Analizar moléculas con RDKit
작성자 davila7
El trabajo de quimioinformática a menudo requiere análisis molecular preciso, descriptores, huellas digitales y lógica de subestructuras. Esta skill proporciona orientación sobre RDKit y scripts reutilizables para flujos de trabajo de investigación.
Analizar datos de DrugBank para investigación
작성자 davila7
La investigación con DrugBank suele requerir un análisis cuidadoso de XML, acceso a datos con control de versiones y consultas farmacológicas estructuradas. Esta habilidad proporciona orientación específica y patrones auxiliares para analizar DrugBank en Claude, Codex y Claude Code.
Consultar datos químicos de PubChem
작성자 davila7
La investigación química a menudo necesita identificadores de compuestos, propiedades, estructuras y enlaces a ensayos que sean fiables. Esta skill ofrece a Claude, Codex y Claude Code flujos de trabajo prácticos de PubChem usando PubChemPy y PUG-REST.