Выполнение молекулярного докинга DiffDock
Докинг белка и лиганда требует тщательной настройки, выбора параметров и интерпретации результатов. Этот навык помогает с рабочими процессами DiffDock для поз, оценок уверенности и скрининга.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "diffdock" from https://skillstore.io/skills/k-dense-ai-diffdock.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-diffdock/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «diffdock». Выполните докинг аспирина против подготовленной белковой мишени и объясните ожидаемые выходные данные.
Ожидаемый результат:
Ответ перечисляет необходимые входные данные, рекомендует запуск DiffDock для одного комплекса и объясняет ранжированные pose files и оценки уверенности.
Использование «diffdock». У меня есть 200 лигандов для одного белка-мишени. Спланируйте workflow скрининга.
Ожидаемый результат:
Использование «diffdock». Все мои лучшие оценки DiffDock низкие. Что стоит попробовать дальше?
Ожидаемый результат:
Ответ объясняет вероятные причины, предлагает больше samples и ensemble docking, а также предупреждает, что confidence не является binding affinity.
The static findings are mainly Markdown command examples, public reference URLs, and user-directed helper script input or output. I found no covert network calls, credential access, prompt injection, or unauthorized command execution, but the skill contains one low-risk external platform promotion that should be reviewed.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/k-dense-ai-diffdock/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-diffdock?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-diffdock?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-diffdock/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-diffdock.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). diffdock security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-diffdock/audits/7@techreport{k-dense-ai-k-dense-ai-diffdock-2026,
author = {K-Dense-AI},
title = {diffdock security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/k-dense-ai-diffdock/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: "diffdock security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/k-dense-ai-diffdock/audits/7"
identifiers:
- type: other
value: "skillstore:k-dense-ai-diffdock:audit:7"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
davila7-diffdock
2026-09-09
k-dense-ai-diffdock
2026-09-09
Подготовьте белковую мишень и входные данные лиганда, запустите DiffDock и изучите лучшие предсказанные позы связывания.
Создайте и проверьте пакетную таблицу входных данных, запустите несколько задач докинга и ранжируйте результаты по оценке уверенности.
Настройте sampling, шаги inference и параметры температуры для гибких лигандов или сложных белковых систем.
Помогите мне выполнить докинг одного лиганда к одному белку с помощью DiffDock. У меня есть PDB file и SMILES string.
Создайте план пакетного запуска DiffDock для этих пар белок-лиганд и расскажите, как проверить CSV перед докингом.
Проверьте мои оценки уверенности DiffDock и pose files. Объясните, какие предсказания наиболее надежны и что требует валидации.
Спроектируйте эффективный workflow виртуального скрининга DiffDock с precomputed embeddings, вариантами sampling и downstream rescoring.
Автор
K-Dense-AIЛицензия
MIT license
Ревизия Skillstore
r1
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/diffdockСсылка
a25199bc7d6b82598536822d1738eb5d5f54025b
Актуальность поддержки
18.07.2026
Использование
12 загрузок · 209 просмотров
Структура файлов
Подготовка материалов для академических площадок
Академические материалы часто не проходят проверку, потому что правила оформления различаются в зависимости от площадки. Этот навык предоставляет шаблоны, требования и примеры для более быстрой подготовки.
Подготовка документов для сертификации ISO 13485
Команды, работающие с медицинскими изделиями, должны подготовить полный комплект документации СМК перед сертификационными аудитами. Этот навык предоставляет шаблоны, чек-листы и рекомендации по анализу пробелов для готовности к ISO 13485.
Анализируйте терапевтические ML-наборы данных с PyTDC
Командам по разработке лекарств нужны надежные наборы данных и справедливые протоколы оценки. Этот навык помогает Claude использовать PyTDC для курируемых терапевтических ML-данных, benchmark-разбиений, метрик и молекулярных оракулов.
Формирование проверяемых научных гипотез
Исследователям необходимо превращать наблюдения в ясные, проверяемые объяснения. Этот навык структурирует обзор доказательств, конкурирующие гипотезы, прогнозы и планы экспериментов.
Анализируйте исследовательские данные со статистической поддержкой
Выбор тестов и оформление результатов могут быть медленными и чреватыми ошибками. Этот skill помогает с выбором тестов, проверкой предпосылок, размерами эффекта, анализом мощности, байесовскими вариантами и оформлением по APA.
Анализ Single-Cell RNA-seq с помощью Scanpy
Анализ single-cell RNA-seq требует множества взаимосвязанных решений по QC, нормализации, кластеризации и построению графиков. Этот навык предоставляет Claude, Codex и Claude Code структурированные рабочие процессы Scanpy, справочные рекомендации и переиспользуемые скрипты анализа.
Анализ данных DrugBank для исследований
от davila7
Исследования с DrugBank часто требуют аккуратного разбора XML, доступа к версионированным данным и структурированных фармакологических запросов. Этот навык предоставляет специализированные рекомендации и вспомогательные шаблоны для анализа DrugBank в Claude, Codex и Claude Code.
Анализ биоинформатических данных с помощью BioServices
от davila7
Биоинформатическая работа часто требует повторяющихся запросов к разрозненным публичным базам данных. Этот навык помогает Claude, Codex и Claude Code работать с процессами BioServices для белков, путей, соединений и идентификаторов.
Запрос данных ChEMBL для разработки лекарств
от davila7
Командам, занимающимся разработкой лекарств, нужен быстрый доступ к курируемым данным о соединениях, мишенях и биоактивности. Этот навык направляет Claude, Codex и Claude Code по шаблонам запросов ChEMBL.
Запрос биоинформатических данных KEGG
от davila7
Биоинформатическая работа часто требует сопоставлений путей, генов, соединений и лекарственных препаратов из KEGG. Этот навык помогает Claude, Codex и Claude Code выполнять запросы к KEGG REST APIs и интерпретировать результаты.
Фильтрация молекул для поиска лекарств
от davila7
Библиотекам соединений нужна последовательная первичная оценка перед дорогостоящей экспертизой. Этот навык помогает применять правила медицинской химии, структурные предупреждения и пакетные отчеты.
Анализ взаимодействий белков с помощью STRING
от davila7
Исследование взаимодействий белков требует выполнения нескольких операций STRING API и тщательного выбора параметров. Этот навык сопоставляет идентификаторы, получает сети, выполняет анализ обогащения и создает изображения сетей.