Receber por email
← Voltar para o catálogo

ai-science-alphafold-protein-design

Arquitetura AlphaFold2/3, métricas de confiança (pLDDT/PAE), recuperação de estruturas e fluxos de trabalho de classificação de design de proteínas.

3estrelas
Atualizado há 6 meses

Ver no GitHub ↗

Como adicionar

/plugin marketplace add Pavel-Kravchenko/Bioinformatics

O comando exato pode variar conforme o repositório. Confira o README no GitHub.

Para o autor da skill

Cole no README do seu repo

Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.

[![Skillteca](https://www.skillteca.com.br/api/badge/ai-science-alphafold-protein-design/svg)](https://www.skillteca.com.br/skills/ai-science-alphafold-protein-design)
#ai

Alerta por categoria

Receba novas skills de Design e Frontend toda segunda

1 email curto, só com as skills novas de Design e Frontend. 4 minutos de leitura, sem spam, cancela com 1 clique.

Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.

Ler descrição completa

AlphaFold and Protein Design

Key Gotchas

  • AF2 does not predict dynamics — single static conformation, typically most stable
  • High pLDDT ≠ biologically correct — disordered regions can predict high pLDDT if they resemble structured training data
  • PAE is directional: PAE[i,j] asks "if residue i is placed correctly, how confident about j?" — not symmetric
  • AF2 vs AF3: AF2 is for single proteins/homomers. AF3 handles protein-DNA, protein-RNA, protein-ligand, modified resid

[Description truncada. Veja o README completo no GitHub.]

Compartilhar X LinkedIn