本技能提供蛋白质设计的端到端流程指导，涵盖从靶标准备、骨架生成、序列设计到结构验证和筛选的完整工作流。适用于生物医药、合成生物学、药物研发等领域的蛋白质工程和设计项目。关键词：蛋白质设计、工作流、AI蛋白质设计、RFdiffusion、ProteinMPNN、AlphaFold、结构预测、生物信息学、计算生物学。

SolubleMPNN是一种基于深度学习的蛋白质序列设计工具，专门用于优化蛋白质的可溶性表达。该技能通过训练模型预测和设计更易在大肠杆菌等系统中表达、减少聚集倾向的蛋白质序列。主要应用于生物医药研发、蛋白质工程、药物发现等领域，帮助研究人员解决蛋白质表达难题，提高实验成功率。关键词：蛋白质设计，可溶性优化，大肠杆菌表达，深度学习，生物信息学，序列设计，反向折叠，AI生物技术。

ProteinMPNN是一款基于深度学习的蛋白质逆折叠设计工具，能够根据给定的蛋白质三维骨架结构，快速生成具有特定功能的氨基酸序列。该工具适用于蛋白质工程、药物设计、酶优化等领域，支持固定残基设计、多状态设计、表达优化等高级功能。关键词：蛋白质设计、逆折叠、序列生成、AI蛋白质工程、深度学习、生物信息学、药物发现、酶工程。

COBRApy是一个Python库，专门用于约束基代谢模型的构建、分析和仿真，支持通量平衡分析、通量变异分析、基因敲除、通量采样和SBML模型处理，适用于系统生物学、代谢工程、生物信息学和合成生物学研究，帮助优化代谢路径和预测细胞行为。

AlphaFold2 结构验证技能是一个基于深度学习的蛋白质结构预测工具，主要用于验证蛋白质设计的正确性、预测蛋白质复合物结构、计算结构置信度指标（如 pLDDT、pTM、ipTM），并进行设计的自洽性验证。它适用于生物医药研发、合成生物学、药物发现等领域，帮助研究人员快速评估蛋白质设计的可行性。关键词：AlphaFold2，蛋白质结构预测，生物信息学，深度学习，药物设计，结构验证，复合物预测，生物医药。

这个技能涉及使用Adaptyv云实验室平台进行自动蛋白质测试和验证，包括结合测定、表达测试、热稳定性测量和酶活性测定。通过API或Web界面提交实验、跟踪状态、下载结果，并利用计算工具优化蛋白质序列以提高表达和稳定性。适用于生物医药领域的蛋白质设计、实验验证和高通量AI驱动工作流。关键词：蛋白质测试、云实验室、API自动化、实验验证、生物医药、蛋白质优化、合成生物学。

Boltz结构预测是一个开源的生物分子结构预测工具，主要用于预测蛋白质复合物、蛋白质-配体复合物的三维结构，是AlphaFold2的开源替代方案。该工具支持MSA-free模式，基于扩散模型，运行速度快，特别适合需要本地GPU资源、验证设计结合蛋白或进行大规模结构预测的场景。关键词：蛋白质结构预测，生物信息学，开源AI，AlphaFold2替代，复合物建模，扩散模型，MSA-free，本地GPU部署。

RFdiffusion是一种基于扩散模型的AI工具，用于从头生成蛋白质三维骨架结构。它主要用于蛋白质设计，包括为特定靶点生成结合剂支架、从头设计新蛋白质、将功能基序嵌入新蛋白、设计对称寡聚体等。关键词：蛋白质设计，AI生成结构，扩散模型，骨架生成，生物信息学，RFdiffusion，结合剂设计，对称寡聚体，功能基序。

COBRApy 是一个 Python 库，专门用于基于约束的代谢建模 (COBRA)，支持通量平衡分析、通量变异性分析、基因敲除、通量采样等功能，广泛应用于系统生物学、代谢工程和生物医学研究，帮助科学家分析和模拟细胞代谢过程。关键词: Python, 代谢建模, 通量平衡分析, 系统生物学, 代谢工程, 生物信息学。

ESM2蛋白质语言模型是一种基于深度学习的生物信息学工具，专门用于蛋白质序列分析和设计。它能够计算蛋白质序列的伪对数似然分数来评估序列合理性，生成高维嵌入表示用于聚类和多样性分析，并支持零样本变体效应预测。该工具适用于蛋白质工程、药物研发和生物信息学研究，帮助研究人员筛选天然样序列、分析序列-功能关系以及优化蛋白质设计。关键词：蛋白质语言模型，ESM2，序列评分，嵌入表示，变体效应预测，蛋白质设计，生物信息学，深度学习，AI生物技术。

QIIME2 微生物组分析技能，专注于 16S rRNA 基因测序数据的处理与分析。核心功能包括：利用 DADA2 算法进行序列降噪和质量控制、对微生物群落进行物种分类学鉴定、计算 Alpha 和 Beta 多样性指标以评估群落结构与差异、进行差异丰度检验以识别关键物种，并支持系统发育分析。适用于肠道、环境、口腔等各类微生物组研究，是生物信息学和宏基因组学领域的关键分析工具。 关键词：QIIME2，微生物组分析，16S rRNA，宏基因组学，生物信息学，多样性分析，DADA2，物种分类，差异丰度

LigandMPNN 是一个基于深度学习的蛋白质序列设计工具，专门用于在考虑配体（如小分子、金属离子、辅因子或核酸）存在的情况下，设计或优化蛋白质序列。它适用于酶活性位点设计、配体结合口袋优化、金属配位位点设计等生物医药和合成生物学场景。核心功能是进行配体感知的逆折叠，生成与特定配体高亲和力结合的蛋白质序列。关键词：蛋白质设计，配体感知，逆折叠，酶设计，结合口袋优化，LigandMPNN，AI蛋白质工程，生物计算。