Навыки adaptyv
🧬

adaptyv

Низкий риск ⚡ Содержит скрипты🌐 Доступ к сети🔑 Переменные окружения

Отправить белковые последовательности на валидацию в облачную лабораторию

Также доступно от: davila7

Разработка белков требует экспериментальной валидации. Adaptyv предоставляет API-доступ к облачной лаборатории для автоматизированного тестирования связывающей способности, уровней экспрессии, термостабильности и ферментативной активности. Получите экспериментальные результаты примерно за 21 день.

Поддерживает: Claude Codex Code(CC)
📊 69 Адекватно
1

Скачать ZIP навыка

2

Загрузить в Claude

Перейдите в Settings → Capabilities → Skills → Upload skill

3

Включите и начните использовать

Протестировать

Использование «adaptyv». Отправить две последовательности антител на анализы связывания с PD-L1

Ожидаемый результат:

  • Эксперимент успешно отправлен
  • ID эксперимента: exp_new123xyz
  • Статус: отправлено
  • Предполагаемое завершение: 2025-02-07
  • Цель: человеческий PD-L1

Использование «adaptyv». Какой статус моего эксперимента по связыванию?

Ожидаемый результат:

  • Эксперимент: exp_abc123xyz
  • Статус: обработка
  • Прогресс: 65%
  • Текущий этап: анализ
  • Обновлено: 2025-01-25T14:30:00Z

Использование «adaptyv». Загрузить и обобщить результаты связывания

Ожидаемый результат:

  • Результаты загружены: exp_abc123xyz_results.json
  • Протестировано последовательностей: 12
  • Лучший связыватель: variant_7 (KD: 0.8 нМ)
  • Уверенность: высокая (R-квадрат: 0.98)

Аудит безопасности

Низкий риск
v4 • 1/17/2026

All 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.

6
Просканировано файлов
3,608
Проанализировано строк
3
находки
4
Всего аудитов

Факторы риска

⚡ Содержит скрипты (3)
SKILL.md:1-113 reference/api_reference.md:1-309 reference/examples.md:1-914
🌐 Доступ к сети (2)
SKILL.md:52-69 reference/examples.md:79-83
🔑 Переменные окружения (2)
SKILL.md:22-25 reference/examples.md:13-16
Проверено: claude Посмотреть историю аудитов →

Оценка качества

38
Архитектура
100
Сопровождаемость
87
Контент
29
Сообщество
90
Безопасность
91
Соответствие спецификации

Что вы можете построить

Тестирование аффинности антител

Отправка вариантов антител для измерения связывающей способности с целевыми антигенами и выявления вариантов с высокой аффинностью.

Валидация оптимизации последовательностей

Использование вычислительных инструментов для разработки вариантов белков с последующей экспериментальной проверкой прогнозов экспрессии и стабильности.

Скрининг каталитической активности

Анализ вариантов ферментов для определения улучшенных показателей оборота, сродства к субстрату и чувствительности к ингибиторам.

Попробуйте эти промпты

Отправить анализ связывания 
Отправить мои последовательности антител в Adaptyv на анализы связывания с человеческим PD-L1. Последовательности в формате FASTA, и я хочу измерить значения KD.
Проверить статус эксперимента 
Проверить статус эксперимента exp_abc123xyz и сообщить текущий этап и предполагаемую дату завершения.
Загрузить результаты 
Загрузить результаты из эксперимента exp_abc123xyz и представить измерения связывания в виде таблицы с последовательностью, KD, kon и koff.
Запустить конвейер оптимизации 
Оптимизировать мои белковые последовательности с помощью NetSolP и SolubleMPNN, затем отправить 50 лучших кандидатов в Adaptyv на тестирование экспрессии с уведомлением через веб-хук.

Лучшие практики

  • Предварительно проверяйте последовательности с помощью вычислительных инструментов (NetSolP, ESM) перед экспериментальной отправкой для снижения затрат
  • Используйте веб-хуки вместо опроса для уведомлений о завершении экспериментов
  • Включайте дикий тип или референсные последовательности в качестве контроля в каждой пакетной отправке

Избегать

  • Отправка последовательностей без предварительной проверки — всегда сначала проводите вычислительный скрининг
  • Опрос статуса вместо использования веб-хуков — тратит квоту API и добавляет задержку
  • Игнорирование требований к формату FASTA — проверяйте локально последовательности перед отправкой

Часто задаваемые вопросы

Сколько времени занимает получение результатов?
Большинство экспериментов дают результаты примерно за 21 день с момента отправки.
Как получить доступ к API?
Напишите в support@adaptyvbio.com для запроса доступа в период альфа/бета-тестирования.
Какие типы экспериментов поддерживаются?
Анализы связывания (BLI), тестирование экспрессии, термостабильность (DSF) и анализы ферментативной активности.
Можно ли тестировать связывание с пользовательскими целями?
Да, используйте endpoint POST /targets/request для запроса пользовательских антигенов, отсутствующих в каталоге.
Сколько последовательностей можно отправить?
До 1000 экспериментов в день на организацию, рекомендуются пакетные отправки.
Как доставляются результаты?
Результаты доступны для загрузки через API с URL-адресами сырых данных и метриками качества, включая оценки достоверности.

Сведения для разработчиков

Автор

K-Dense-AI

Лицензия

MIT

Репозиторий

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

Ссылка

main

Структура файлов

📁 reference/

📄 api_reference.md

📄 examples.md

📄 experiments.md

📄 protein_optimization.md

📄 SKILL.md