alphafold-database
Acessar estruturas proteicas do AlphaFold por ID UniProt
こちらからも入手できます: davila7
Pesquisadores precisam de acesso eficiente a previsões computacionais de estruturas proteicas para descoberta de drogas e estudos de biologia estrutural. Esta skill oferece acesso direto ao AlphaFold DB com mais de 200M de estruturas proteicas previstas por IA, permitindo recuperação por ID UniProt, download de arquivos de coordenadas e análise de métricas de confiança.
スキルZIPをダウンロード
Claudeでアップロード
設定 → 機能 → スキル → スキルをアップロードへ移動
オンにして利用開始
テストする
「alphafold-database」を使用しています。 Baixe a estrutura do AlphaFold para P00520 e analise a confiança
期待される結果:
- ID AlphaFold: AF-P00520-F1
- Proteína: Quinase de tirosina ABL1 (Humano)
- Comprimento da sequência: 1130 resíduos
- Análise pLDDT:
- - Confiança muito alta (>90): 67% dos resíduos
- - Alta confiança (70-90): 18% dos resíduos
- Estrutura salva em: ./structures/AF-P00520-F1-model_v4.cif
「alphafold-database」を使用しています。 Baixar proteoma do E. coli usando Google Cloud
期待される結果:
- ID de taxonomia: 83333
- Baixando de: gs://public-datasets-deepmind-alphafold-v4/proteomes/
- Arquivos encontrados: 4123
- Baixando proteome-tax_id-83333-*.tar (45 GB total)
- Progresso: 45.2 GB / 45.2 GB (100%)
- Extraídos 4123 arquivos de estrutura para ./proteomes/
セキュリティ監査
安全This is a legitimate scientific skill for accessing the AlphaFold protein structure database. All 244 static findings are false positives. The analyzer misinterpreted markdown code formatting (backticks), standard Python HTTP library usage, and documented public API endpoints as security threats. The skill uses safe Biopython library calls, standard requests to authorized EBI APIs, and subprocess with list-form arguments for Google Cloud access.
リスク要因
🌐 ネットワークアクセス (2)
⚙️ 外部コマンド (1)
📁 ファイルシステムへのアクセス (1)
品質スコア
作れるもの
Recuperar estruturas proteicas para docking
Baixar estruturas proteicas alvo para estudos de docking computacional e analisar conformações de sítios de ligação.
Analisar confiança da previsão
Avaliar métricas de pLDDT e PAE para identificar regiões estruturais confiáveis para análise posterior.
Construir pipelines automatizados
Integrar acesso ao AlphaFold em fluxos de trabalho computacionais para análise de proteínas em larga escala.
これらのプロンプトを試す
Baixe a estrutura do AlphaFold para o ID UniProt P00520 em formato mmCIF e mostre os escores de confiança pLDDT.
Baixe as estruturas para P00520, P12931 e P04637. Compare suas médias de escores pLDDT e identifique regiões de alta confiança.
Baixe todas as previsões do AlphaFold para E. coli (ID de taxonomia 83333) usando acesso em massa do Google Cloud.
Crie um script Python que receba uma lista de IDs UniProt, baixe suas estruturas, extraia coordenadas CA e calcule distâncias entre resíduos.
ベストプラクティス
- Use Biopython para acesso simples de proteína única (API mais limpa que chamadas HTTP diretas)
- Armazene arquivos baixados localmente para evitar solicitações repetidas à API e limites de taxa
- Para downloads em massa acima de 100 proteínas, use o Google Cloud Storage em vez da REST API
回避
- Evite usar shell=True com subprocess ao chamar gsutil (use forma de lista)
- Não ignore escores pLDDT ao interpretar estruturas (regiões de baixa confiança podem não ser confiáveis)
- Evite baixar arquivos individuais para proteomas inteiros (use arquivos tar do Google Cloud)