Antibody Engineering

介绍

这个Skill解决了抗体工程中多工具串联繁琐、流程割裂的痛点。研究人员在抗体序列编号、人源化评估、结构预测、亲和力优化等环节常常需要手动切换多个软件，不仅效率低，还容易出错本Skill通过SciMiner框架将ANARCI、BioPhi、IgFold、FoldX和Rosetta无缝集成，实现从序列到优化候选的端到端自动化。

使用方式非常简单，你只需要提供抗体VH/VL序列，通过自然语言描述任务目标即可。例如，你可以要求“对序列进行IMGT编号并评估人源化程度”，或者“预测该抗体结构后用FoldX扫描CDR区域突变”。Skill会自动依次调用对应工具，并在完成后返回结构文件、评分报告或突变列表。典型工作流包括：序列编号→人源化→结构预测→能量优化→突变扫描→Rosetta精修。

它非常适合抗体工程领域的学术研究者、生物技术公司研发人员以及需要快速评估大量候选抗体的团队。尤其是那些已经在使用MATLAB或Python脚本但缺乏统一管线的实验室，或者希望将AI辅助编码引入结构生物学工作流的开发者。高校学生做毕业设计或课题研究时也能大幅提升效率。

建议在输入序列时使用标准FASTA格式，并确保已安装SciMiner及所有依赖工具（如ANARCI、BioPhi等）。注意，本Skill主要面向蛋白质设计场景，不适用于非抗体蛋白的通用建模。对于纳米抗体，可以省略轻链序列。在运行大规模突变筛选前，建议先在小样本上验证工作流配置。