Antibody Engineering
整合多种专业工具，自动化抗体工程设计与分析工作流。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Antibody Engineering。 它的用途是：整合多种专业工具，自动化抗体工程设计与分析工作流。 完整的 Skill 内容见：https://321skill.com/skills/antibody-engineering/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘请分析这个抗体序列文件，评估其人源化程度、预测其三维结构并计算突变后的稳定性变化。’，它会调用集成的Antibody Engineering工作流，自动运行ANARCI进行序列分类、BioPhi评估人源化分数、IgFold生成结构模型，最后使用FoldX计算关键位点突变的自由能变化，并为你生成一份综合报告。
介绍
该Skill旨在解决抗体工程领域研究人员在抗体序列分析、人源化、结构预测、稳定性评估和优化设计等环节中，需要手动串联和使用多种独立工具（如ANARCI、BioPhi、IgFold、FoldX、Rosetta）所带来的效率低下和操作复杂问题。它通过SciMiner平台将这些工具整合到一个统一的工作流中，实现流程自动化，用户只需提供初始抗体序列，即可自动完成从序列注释到结构优化的一系列分析。
它尤其适合从事抗体药物研发、蛋白质工程或计算生物学的学术研究者、生物信息学数据分析师以及相关领域的高校学生。用户无需在多个软件界面间切换或编写复杂的脚本，即可获得全面的抗体工程分析报告，大大降低了技术门槛并提升了研究效率。
使用前，用户需要准备好目标抗体的氨基酸序列文件。由于工作流集成了Rosetta、FoldX等计算密集型工具，建议在具有较强计算资源（如高性能计算集群或配置良好的服务器）的环境下运行，以获得更快的计算速度。同时，用户应对各工具的基本原理和输出结果有初步了解，以便正确解读分析报告。
核心特点
核心区别在于它并非单一工具，而是通过SciMiner将ANARCI（序列注释）、BioPhi（人源化）、IgFold（结构预测）、FoldX（稳定性计算）、Rosetta（设计优化）这五个在抗体工程中各自领域领先的专业工具串联成一个端到端的自动化分析管道，提供了从序列到优化设计的完整解决方案。
注意事项
不适合需要高度定制化分析步骤或仅需使用其中某一单项功能的场景，且对计算资源要求较高。
常见问题
这个Skill需要我提前安装所有依赖工具吗？
不需要，该工作流通过SciMiner集成，通常会以容器化或环境管理的方式自动处理依赖。
运行整个工作流需要多长时间？
时间取决于序列长度和计算资源，结构预测和Rosetta优化步骤可能耗时较长，从几小时到数天不等。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/antibody-engineering/raw/index.md 读取 Antibody Engineering 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/antibody-engineering/raw/index.md（查看排版版本）