Boltz-2 による複合体予測と低分子親和性解析
公式 Boltz-2 YAML インターフェースでタンパク質・リガンド複合体を予測し、信頼度と任意の親和性出力の意味を分けて確認します。
Boltz
タンパク質・創薬研究
Python
セットアップを見る →やりたいことを選ぶと、必要なツール、モデル、エージェントとセットアップを提案します。
公式 Boltz-2 YAML インターフェースでタンパク質・リガンド複合体を予測し、信頼度と任意の親和性出力の意味を分けて確認します。
Boltz
タンパク質・創薬研究
Python
セットアップを見る →元の行を保持して RDKit で SMILES を検証・標準表現化し、重複を表示します。任意で PubChem 識別子を取得できます。
RDKit + PubChemPy
化学データ処理
Python
セットアップを見る →Cursor プロジェクトに固定・限定した RDKit MCP を追加し、再現可能な SMILES 指示で分子解析ツールを確認します。
RDKit MCP Server (TandemAI) + RDKit
化学アシスタントを構築
Cursor · Python
セットアップを見る →医薬・生物化学向けの追跡可能な文献検索を構築します。PubMed の記事記録を取得し、識別子と引用を保持して取得した根拠だけを要約します。
PubMed MCP (cyanheads)
文献を検索
Claude Desktop
セットアップを見る →ローカル PubChem MCP を介し Claude Desktop で化合物名を CID に解決し、出典を確認できる物性を取得します。
PubChem MCP (cyanheads) + PubChem PUG REST
分子を解析
Claude Desktop
セットアップを見る →RDKit で分子物性を計算し、明示的な Python 接続スクリプトを通じてローカル Ollama モデルに記録済みの結果を説明させます。
RDKit
AI をローカル実行
Python · Local AI / Ollama
セットアップを見る →Materials Project Python API で小規模な材料概要を取得し、識別子、出典、単位を保持して計算物性と実験根拠を区別します。
Materials Project API
材料研究
Python
セットアップを見る →Claude Desktop をローカルの RDKit MCP に接続し、SMILES から分子式、平均・精密分子質量、TPSA、Crippen 記述子を計算します。再現可能な導入手順と受け入れ確認を用意します。
RDKit MCP Server (TandemAI) + RDKit
分子を解析
Claude Desktop · Python
セットアップを見る →RFdiffusion で小規模な単量体骨格を生成し、PDB 座標を ProteinMPNN に渡して、後続検証用の構造・配列・由来情報を保存します。
RFdiffusion + ProteinMPNN
タンパク質・創薬研究
Python
セットアップを見る →Claude Desktop から reviewed UniProtKB 記録を取得し、種と accession を明確にして機能の根拠と出典識別子を保持します。
UniProt MCP (cyanheads)
タンパク質・創薬研究
Claude Desktop
セットアップを見る →RCSB 構造記録と UniProt 注釈を組み合わせ、実験方法、分解能、実体対応を確認して出典付き mmCIF を保存します。
UniProt MCP (cyanheads) + RCSB MCP (cnyambura) + RCSB PDB Data API
タンパク質・創薬研究
Claude Desktop · Python
セットアップを見る →QM9 分子グラフから、小規模な CPU GCN を訓練データだけの標準化で学習し、検証集合で選択したモデルのテスト MAE を Debye で報告します。
PyTorch Geometric
物性を予測
Python
セットアップを見る →