# ml-peptide-generation

Скилл ml-peptide-generation для Claude Code генерирует пептиды-кандидаты для связывания с целевым белком. Он ранжирует последовательности по псевдоперплексности и сравнивает настройки длины и top-k.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 77 у репозитория
- Автор: ssinder
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/ssinder/bioinformatics-agent-skills/tree/HEAD/skills/ml-peptide-generation/SKILL.md
- Обновлён: 2026-10-27
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/ml-peptide-generation

## Что делает

Скилл генерирует пептиды-кандидаты с помощью языковой модели PepMLM-650M: добавляет маски к последовательности целевого белка и выбирает аминокислоты для каждой позиции. Результаты включают псевдоперплексность и флаг валидности; явный seed позволяет повторить генерацию с теми же настройками. X, B и Z исключаются из выбора.

Вход можно передать в FASTA, CSV с колонками `id` и `seq` или одной последовательностью. Скрипт генерации требует Python 3.9+, `torch` и `transformers`. Для фильтрации результатов и анализа параметров есть отдельный скрипт: ему достаточно стандартной библиотеки Python, GPU не нужен.

Псевдопереплексность отражает оценку модели, а не способность связываться с белком; выводы о связывании требуют экспериментальной или независимой вычислительной проверки. Последовательности-мишени длиннее 552 токенов скилл отклоняет.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add ssinder/bioinformatics-agent-skills --skill ml-peptide-generation -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/ml-peptide-generation/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/ml-peptide-generation/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add ssinder/bioinformatics-agent-skills --skill ml-peptide-generation -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/ml-peptide-generation/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add ssinder/bioinformatics-agent-skills --skill ml-peptide-generation -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/ml-peptide-generation/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install ssinder/bioinformatics-agent-skills skills/ml-peptide-generation
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ml-peptide-generation/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add ssinder/bioinformatics-agent-skills --skill ml-peptide-generation -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/ssinder/bioinformatics-agent-skills --path skills/ml-peptide-generation
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/ml-peptide-generation/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/ssinder/bioinformatics-agent-skills/tree/HEAD/skills/ml-peptide-generation/SKILL.md

## Когда брать
- сгенерировать ранжированный набор пептидов для целевого белка
- сравнить результаты для разных длин пептидов и значений top-k
- отфильтровать кандидатов по псевдоперплексности и длине
- повторить генерацию с заданным seed

## Примеры запросов агенту
- Сгенерируй пептиды для последовательности белка из `targets.fasta` и сохрани результаты в `results/`.
- Сравни кандидатов для длин 10, 12 и 15 аминокислот с разными значениями top-k.
- Отфильтруй `results/peptides.csv` по псевдоперплексности и собери анализ параметров.

## Похожие
- [tooluniverse-peptide-target-deorphanization](https://affpapa.org/nevibecode/skills/tooluniverse-peptide-target-deorphanization.md) — скилл · 117 установок
- [protein-sequence-similarity-search](https://affpapa.org/nevibecode/skills/protein-sequence-similarity-search.md) — скилл · 2400 установок
- [protein-sequence-msa](https://affpapa.org/nevibecode/skills/protein-sequence-msa.md) — скилл · 2400 установок
- [diffdock](https://affpapa.org/nevibecode/skills/diffdock.md) — скилл · 2100 установок
- [tooluniverse-antibody-engineering](https://affpapa.org/nevibecode/skills/tooluniverse-antibody-engineering.md) — скилл · 395 установок
- [rosetta-mcp-server](https://affpapa.org/nevibecode/mcp/rosetta-mcp-server.md) — MCP-сервер · ★ 19 у репозитория

Из того же набора: [ssinder/bioinformatics-agent-skills](https://affpapa.org/nevibecode/by/ssinder/bioinformatics-agent-skills.md) — 10 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
