Virtual Screening
用于对开源和专有化学库进行虚拟筛选的工作流。
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：用于对开源和专有化学库进行虚拟筛选的工作流。 完整的 Skill 内容见：https://321skill.com/skills/virtual-screening-x-3/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
“请使用Virtual Screening技能，对这个包含10万个化合物的SMILES文件进行基于Transformer的初步筛选，目标是找出可能与EGFR激酶结合的分子。”，它会启动工作流，处理化合物文件，运用预训练的化学语言模型进行评分和排序，最终返回一个包含潜在活性分子列表及得分的报告。
介绍
Virtual Screening Skill 旨在解决药物发现和化学研究中，从海量化合物库中高效筛选出潜在活性分子的难题。传统实验筛选成本高昂、周期漫长，该技能通过计算模拟方法，大幅加速早期候选药物的发现过程。
该技能提供两种核心筛选工作流：基于Transformer模型的快速初筛，以及通过SciMiner平台进行的基于分子对接的精确筛选。用户可以根据化合物库类型（开源或专有）和研究阶段，选择合适的流程。它能够处理大规模的化学结构数据，并输出经过排序的候选分子列表。
此技能主要面向药物化学家、计算化学研究人员以及生物信息学领域的学术研究者和工业界研发人员。对于在高校或企业从事新药研发、需要对化合物进行高通量虚拟筛选的团队尤为适用。
使用建议：建议先使用基于Transformer的筛选进行快速、大规模的初步过滤，以缩小范围；再对排名靠前的分子使用对接筛选进行更精确的结合模式和亲和力预测。注意，虚拟筛选结果仍需后续实验验证，且计算精度受限于力场和算法模型。
核心特点
该技能整合了基于AI的Transformer初筛和基于物理的分子对接精筛，形成了一套从粗筛到精筛的完整计算工作流。同时，它明确支持对专有化学库的处理，而不仅仅是公开数据库，这对于制药企业的内部研发更具实用价值。
注意事项
不适合需要最终实验生物学活性确认的场景，计算结果仅为预测，不能完全替代湿实验。
常见问题
Virtual Screening 能处理我公司的内部化合物库吗？
可以，该技能明确支持对专有化学库进行虚拟筛选。
基于Transformer的筛选和基于对接的筛选有什么区别？
Transformer筛选速度快，适合大规模初筛；对接筛选更精确，能模拟分子结合细节，适合对少量候选分子进行深入分析。
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-3/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-3/raw/index.md（查看排版版本）