合成生物学 Skill技能列表
COBRApy约束基础代谢建模库Skill cobrapy
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。
AlphaFold蛋白质结构预测器Skill alphafold-predictor
AlphaFold蛋白质结构预测器是一款基于深度学习的生物信息学工具，专门用于预测蛋白质的三维空间结构。该技能整合了AlphaFold2、ColabFold和RoseTTAFold等先进模型，能够执行单链或多链复合物的高精度结构预测。核心功能包括生成预测模型、提供pLDDT置信度评分、进行预测对齐误差（PAE）分析以评估结构域可靠性，并支持基于已知同源模板的结构优化。适用于药物研发、蛋白质功能研究、合成生物学等领域，帮助科研人员快速获得可靠的蛋白质结构模型，加速生命科学发现。 关键词：AlphaFold，蛋白质结构预测，深度学习，生物信息学，pLDDT，PAE分析，多链复合物，ColabFold，结构生物学，AI药物发现
QIIME2微生物组分析器Skill qiime2-microbiome-analyzer
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
蛋白质设计工具环境初始化Skill setup
本技能用于指导用户完成蛋白质设计工具（如BoltzGen、RFdiffusion、Chai）的首次环境设置与配置。核心内容包括Modal CLI安装、身份验证、biomodals仓库克隆、GPU选择及常见问题排查。关键词：蛋白质设计，AI生物计算，环境配置，Modal云平台，BoltzGen，RFdiffusion，Chai，生物信息学工具。
可溶性MPNNSkill solublempnn
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。
Benchling平台集成技能Skill benchling-integration
这个技能用于通过Python SDK和REST API集成Benchling生命科学研发平台，实现DNA序列、蛋白质注册表、库存管理、电子实验室笔记本和工作流的数据自动化管理。适用于生物医药研发、数据同步、事件驱动集成和数据分析，关键词包括Benchling、API集成、生命科学、数据管理、自动化、Python SDK、生物信息学。
ESM：进化规模建模Skill esm
ESM技能是一个基于深度学习的蛋白质语言模型工具包，用于蛋白质序列生成、结构预测、功能注释和嵌入生成。它支持ESM3和ESM C模型，适用于蛋白质设计、药物发现和生物工程应用，关键词：蛋白质语言模型，ESM，蛋白质设计，序列生成，结构预测，AI生成内容，生物医药。