Adaptyv 云端蛋白实验
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_49a23187/adaptyv。
技能介绍
要解决什么问题
在 AI 驱动的蛋白设计流程里,序列在模型里看起来合理,并不等于能在湿实验里表达、结合或保持稳定。团队往往要在内部实验室排期、对接多种检测(结合、表达量、热稳定性、酶活),周期长、吞吐低,很难和快速迭代的 in silico 设计对齐。
Adaptyv 提供的是云端湿实验能力:你把蛋白序列交给平台,由对方实验室按约定 assay 跑实验,再通过 API 或界面取回结果,典型周期约 21 天。
技能如何工作
本技能围绕 Adaptyv 的接入与使用流程组织内容,核心包括:
- 鉴权:平台处于 alpha/beta,需联系
support@adaptyvbio.com申请 API,配置ADAPTYV_API_TOKEN(环境变量或.env)。 - 提交检测:通过 API 提交蛋白序列,支持多种实验类型:结合实验(生物膜层干涉)、表达检测、热稳定性、酶活性等;细节见
reference/experiments.md。 - 序列预处理建议:提交前可对照文档处理未配对半胱氨酸、疏水聚集风险、溶解度等问题;文档中推荐了 NetSolP/SoluProt、SolubleMPNN、ESM、ipTM、pSAE 等工具链,见
reference/protein_optimization.md。 - API 与示例:完整端点、请求/响应格式见
reference/api_reference.md;常见用例(提交、查状态、取结果、批处理)见reference/examples.md。
依赖通过 uv 安装对应 Python 包后即可在脚本或 agent 工作流里调用。
适用边界与注意点
- 平台功能仍在演进,并非所有 Web 能力都已暴露给 API。
- 结果交付以约三周为量级,适合批量设计—分批送检的节奏,不适合当日闭环。
- 高吞吐、模型生成序列后的实验验证闭环是文档明确指向的场景;若你只需本地结构预测而无湿实验需求,则不必接入。
使用场景
- 用 ML 批量生成候选抗体序列后,需通过结合实验(BLI)筛选真实靶标亲和力,避免只依赖对接分数
- 在发布新酶变体前,需统一送测表达量、热稳定性与酶活,用 API 批量提交并跟踪订单状态
- Agent 工作流在 SolubleMPNN 改序列后,按文档 checklist 处理半胱氨酸与溶解度再调用 Adaptyv 提交
- 结构/design 团队每轮设计 dozens 条序列,需要固定 SLA 的云端实验室承接验证而非自建湿实验排期
适合人员
- 从事 AI 蛋白设计的计算生物学家,需要把 in silico 候选批量对接外部湿实验闭环
- 抗体/酶工程团队的实验协调人,负责把序列清单、实验类型与 API 鉴权配置进自动化提交流程
- 搭建 protein design agent 的工程师,要在技能文档里集成 experiments 与 optimization 参考路径
- 早期 biotech 没有完整内部 CRO 能力,却要对 alpha 平台做高通量验证的项目负责人