Virtual Screening
提供基于Transformer和分子对接的虚拟筛选工作流
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：Virtual Screening。 它的用途是：提供基于Transformer和分子对接的虚拟筛选工作流 完整的 Skill 内容见：https://321skill.com/skills/virtual-screening-x-2/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
'我需要针对SARS-CoV-2的主蛋白酶进行虚拟筛选，这是我的化合物库SDF文件和靶标蛋白的PDB ID。请先使用Transformer模型进行快速初筛，然后对排名前1000的化合物执行分子对接。'，它会启动工作流，首先利用AI模型评估化合物与靶标的初步结合倾向进行快速过滤，随后调用SciMiner对初筛结果进行更精确的分子对接计算，最终生成一份包含结合分数和预测构象的候选化合物列表报告。
介绍
Virtual Screening Skill 旨在解决药物发现和化学研究中，从海量化合库中高效筛选出潜在活性分子的难题。它通过集成先进的AI模型和计算工具，帮助研究人员快速缩小候选范围，加速先导化合物的发现过程。
该Skill主要提供两种核心筛选路径：基于Transformer模型的快速预筛选，以及通过SciMiner平台进行更精确的分子对接筛选。用户可以根据自己的化合物库（开源或专有）和计算资源，选择合适的流程来评估化合物与靶标蛋白的结合潜力。
它非常适合药物化学家、计算生物学研究者、生物信息学分析师以及相关领域的高校学生和科研人员。无论是进行学术探索还是工业界的早期药物研发，都能从中受益。
建议用户在使用前准备好目标蛋白的结构文件（如PDB格式）和待筛选的化合物库。对于大规模筛选，需确保有足够的计算资源（如高性能计算集群）。初次使用可从较小的测试库开始，以熟悉工作流和参数设置。
核心特点
该Skill将基于AI的Transformer快速筛选与基于物理的分子对接精确筛选（通过SciMiner）集成在统一的工作流中，提供了从粗筛到精筛的完整解决方案，并能同时处理开源和私有化合物库。
注意事项
不适合需要极高精度结合自由能计算或处理超大构象空间的复杂场景。
常见问题
支持哪些格式的化合物库？
支持常见的化学文件格式，如SDF、SMILES、MOL2等。
需要自己准备蛋白质结构吗？
是的，需要用户提供靶标蛋白的PDB结构文件作为输入。
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/virtual-screening-x-2/raw/index.md 读取 Virtual Screening 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/virtual-screening-x-2/raw/index.md（查看排版版本）