🧬

esm

Name: esm
Author: K-Dense-AI

Безопасно ⚡ Содержит скрипты🌐 Доступ к сети⚙️ Внешние команды📁 Доступ к файловой системе

Генерируйте и проектируйте белки с помощью ESM

Также доступно от: davila7

Протеомика требует анализа и разработки новых белковых последовательностей. ESM предоставляет современные языковые модели белков для генерации последовательностей, прогнозирования структур и создания эмбеддингов для последующего анализа. Используйте ESM3 для генеративных задач в области последовательностей, структур и функций, или ESM C для эффективного обучения представлениям.

Поддерживает: Claude Codex Code(CC)

📊 71 Адекватно

Скачать ZIP навыка

Загрузить в Claude

Перейдите в Settings → Capabilities → Skills → Upload skill

Включите и начните использовать

Протестировать

Использование «esm». Generate a complete GFP variant using ESM3. The sequence should have the chromophore motif 'SYG' at positions 65-67.

Ожидаемый результат:

Сгенерированный вариант GFP последовательности (238 аминокислот) с сохранённым хромофорным мотивом. Модель произвела последовательность с характерной бочкообразной структурой GFP. Последовательность может быть проверена через прогнозирование структуры.

Использование «esm». Extract embeddings for these three protein sequences and compute pairwise similarity.

Ожидаемый результат:

Векторы эмбеддингов (1280 измерений для ESM C-300M). Попарные косинусные сходства: 0.72 между последовательностями A и B, 0.45 между A и C, 0.68 между B и C.

Аудит безопасности

Безопасно

v5 • 1/21/2026

All 368 static findings are false positives. The scanner incorrectly flagged markdown documentation patterns. The skill provides documentation for legitimate protein language models from EvolutionaryScale. All code examples are standard scientific workflows for protein engineering. Python f-strings with underscores (protein masks), MD5 for cache keys, and ML terminology were misclassified as security issues.

Просканировано файлов

6,067

Проанализировано строк

находки

Всего аудитов

Факторы риска

⚡ Содержит скрипты (5)

evaluation.json:51 evaluation.json:54 references/esm-c-api.md:338 skill-report.json:1208 skill-report.json:1209

🌐 Доступ к сети (21)

⚙️ Внешние команды (188)

📁 Доступ к файловой системе (13)

references/esm-c-api.md:462 references/esm3-api.md:55 references/esm3-api.md:191 references/forge-api.md:328 references/forge-api.md:463 references/forge-api.md:438 references/workflows.md:515 references/workflows.md:92 references/workflows.md:95 references/workflows.md:278 references/workflows.md:283 references/workflows.md:436 references/workflows.md:634

Проверено: claude Посмотреть историю аудитов →

Оценка качества

Архитектура

100

Сопровождаемость

Контент

Сообщество

100

Безопасность

Соответствие спецификации

Что вы можете построить

Разработка новых флуоресцентных белков

Генерируйте варианты GFP с желаемыми свойствами, используя функциональное кондиционирование ESM3 для нацеливания на определённые функциональные домены при исследовании пространства последовательностей.

Оптимизация последовательностей ферментов

Используйте обратное сворачивание для перепроектирования последовательностей ферментов, которые сохраняют структурную целостность при улучшении стабильности или активности для промышленных применений.

Скрининг вариантов белков с помощью эмбеддингов

Генерируйте эмбеддинги для библиотек белков и используйте кластеризацию для выявления перспективных кандидатов перед экспериментальным тестированием.

Попробуйте эти промпты

Генерируйте белк с замаскированными позициями

Generate a complete protein sequence by filling in the masked positions. The input sequence uses '_' to represent masked residues that need to be generated. Use ESM3 with the sequence track to complete the protein: {partial_sequence}

Прогнозирование структуры из последовательности

Use ESM3 to predict the 3D structure of this protein sequence. Generate structure coordinates using the structure track. Return the PDB-formatted coordinates: {protein_sequence}

Проектирование последовательности для целевой структуры

Perform inverse folding to design a protein sequence that folds into the target structure provided as PDB. Use ESM3 to generate a sequence that is compatible with the 3D coordinates: {pdb_content}

Извлечение белковых эмбеддинго��

Generate high-quality embeddings for this protein sequence using ESM C. Return the embedding vector for downstream analysis or similarity comparison: {protein_sequence}

Лучшие практики

Начните с меньших открытых моделей для прототипирования, прежде чем масштабировать к более крупным моделям API Forge для качества производства
Используйте генерацию с цепочкой мыслей для сложных белковых конструкций, итерируя через треки последовательности, структуры и функций
Проверяйте сгенерированные последовательности с помощью прогнозирования структуры и следуйте рекомендациям Responsible Biodesign Framework

Избегать

Не пропускайте экспериментальную проверку вычислительно спроектированных белков
Не используйте сгенерированные белки непосредственно в клинических применениях без надлежащего тестирования
Не игнорируйте последствия для биобезопасности при проектировании белков с новыми функциями

Часто задаваемые вопросы

В чём разница между моделями ESM3 и ESM C?

ESM3 — это генеративная модель для создания новых белков в области последовательностей, структур и функций. ESM C — это модель только для кодировки, ориентированная на создание высококачественных эмбеддингов для анализа, классификации и сравнения сходства.

Могу ли я использовать ESM3 локально или мне нужен API Forge?

Самая маленькая модель ESM3 (1.4B параметров) доступна как открытые веса для локального выполнения. Более крупные модели (7B и 98B) требуют API Forge для вывода. Модели ESM C доступны локально в различных размерах.

Какой длины могут быть белковые последовательности для обработки ESM?

Локальные модели ограничены памятью GPU, обычно обрабатывая последовательности до 2000 остатков. API Forge может обрабатывать более длинные последовательности с своей оптимизированной инфраструктурой.

Что такое обратное сворачивание и когда его использовать?

Обратное сворачивание прогнозирует белковую последовательность, которая свёртывается в заданную трёхмерную структуру. Используйте его, если у вас есть спроектированная структура и нужна последовательность, которая примет эту форму, или при адаптации белков к новым каркасам.

Как проверить белки, сгенерированные ESM?

Проверяйте сгенерированные белки с помощью прогнозирования структуры для проверки правильности сворачивания, проверяя известные мотивы семейства белков и следуя экспериментальным протоколам. Всегда консультируйтесь с Responsible Biodesign Framework.

Что такое генеративные треки в ESM3?

ESM3 поддерживает три генеративных трека: последовательность (аминокислоты), структура (трёхмерные координаты) и функция (GO-аннотации). Они могут использоваться независимо или вместе для мультимодального проектирования белков.

Сведения для разработчиков

Автор

K-Dense-AI

Лицензия

MIT license

Репозиторий

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

Ссылка

main

Структура файлов

📁 references/

📄 esm-c-api.md

📄 esm3-api.md

📄 forge-api.md

📄 workflows.md

📄 evaluation.json

📄 SKILL.md