Boltz-2 复合物预测与小分子亲和力分析
通过官方 Boltz-2 YAML 接口预测蛋白质–配体复合物,检查置信度与可选亲和力输出,并区分两者的科学含义。
Boltz
蛋白质与药物研究
Python
查看安装指南 →告诉我们你想完成什么任务,获取所需工具、模型、智能体和安装指南。
通过官方 Boltz-2 YAML 接口预测蛋白质–配体复合物,检查置信度与可选亲和力输出,并区分两者的科学含义。
Boltz
蛋白质与药物研究
Python
查看安装指南 →使用 RDKit 校验并规范化 SMILES,保留原始行、标记重复项,并可选使用 PubChem 补全合法条目的标识。
RDKit + PubChemPy
处理化学数据
Python
查看安装指南 →为 Cursor 项目接入固定版本且限定工具的 RDKit MCP,使用可复现 SMILES 提示词核对分子分析调用与结果。
RDKit MCP Server (TandemAI) + RDKit
搭建化学助手
Cursor · Python
查看安装指南 →搭建面向药物与生物化学的可追溯文献流程:检索 PubMed、获取论文记录,仅依据真实返回内容总结并保留标识与引用。
PubMed MCP (cyanheads)
检索文献
Claude Desktop
查看安装指南 →通过本地 PubChem MCP 在 Claude Desktop 中把化学名称解析为 CID,获取带来源的化合物性质,并明确缺失值及计算性质。
PubChem MCP (cyanheads) + PubChem PUG REST
分析分子
Claude Desktop
查看安装指南 →使用 RDKit 计算分子性质,再通过明确的 Python 连接脚本交给本地 Ollama 模型解释,避免模型凭记忆生成数值。
RDKit
本地运行 AI
Python · Local AI / Ollama
查看安装指南 →使用 Materials Project Python API 查询小型材料摘要,保留材料标识、来源与单位,区分计算性质和实验依据。
Materials Project API
材料研究
Python
查看安装指南 →将 Claude Desktop 接入本地 RDKit MCP,通过 SMILES 计算分子式、平均与精确分子质量、TPSA 和 Crippen 描述符,并提供可复现的安装配置与验收步骤。
RDKit MCP Server (TandemAI) + RDKit
分析分子
Claude Desktop · Python
查看安装指南 →用 RFdiffusion 生成小规模单体骨架,将 PDB 坐标传入 ProteinMPNN,并保留配对结构、序列与来源记录,供后续验证。
RFdiffusion + ProteinMPNN
蛋白质与药物研究
Python
查看安装指南 →通过 Claude Desktop 查询已审核 UniProtKB 蛋白记录,明确物种与 accession,保留功能注释、证据和来源标识。
UniProt MCP (cyanheads)
蛋白质与药物研究
Claude Desktop
查看安装指南 →结合 RCSB 结构与 UniProt 蛋白注释,检查实验方法、分辨率和实体映射,下载带来源记录的 mmCIF 文件。
UniProt MCP (cyanheads) + RCSB MCP (cnyambura) + RCSB PDB Data API
蛋白质与药物研究
Claude Desktop · Python
查看安装指南 →准备 QM9 分子图,用仅基于训练集的标准化训练小规模 CPU GCN 基线,并以 Debye 报告验证集选模后的测试 MAE。
PyTorch Geometric
预测性质
Python
查看安装指南 →