Virtual Screening
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：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/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
‘我需要针对某个癌症靶点蛋白，从我们公司的专有化合物库中进行虚拟筛选。’ 它会引导你配置工作流，首先利用Transformer模型快速评估库中化合物的类药性和与靶点的潜在亲和力，生成一个精简的候选列表。然后，它可以进一步为这个列表中的分子启动基于分子对接的精确计算，预测它们与靶点蛋白结合口袋的具体相互作用和结合能，最终输出一个按预测活性排序的化合物清单供你优先进行实验测试。
介绍
该技能旨在解决药物发现早期阶段，从海量化合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，而该技能提供了基于AI和计算的自动化解决方案。
它通过集成SciMiner平台，提供两种核心筛选路径：一是基于Transformer模型的快速初筛，利用AI预测化合物性质；二是基于分子对接的精确筛选，模拟化合物与靶标蛋白的结合模式，从而从公开或私有化合物库中锁定候选分子。
该技能特别适合药物化学、计算生物学领域的研究人员，以及生物科技公司的研发团队。无论是学术机构进行基础研究，还是药企进行新药先导化合物发现，都能从中受益。
使用建议：建议先使用基于Transformer的快速筛选缩小范围，再对优选出的化合物子集进行更耗时的分子对接验证。需要注意，虚拟筛选的结果是计算预测，仍需后续实验验证其生物活性。
核心特点
该技能将基于深度学习的Transformer筛选与基于物理计算的分子对接筛选集成在统一工作流中，实现了从快速初筛到精确评估的闭环，尤其通过SciMiner平台对接，为处理专有化学库提供了便利。
注意事项
不适合需要最终实验生物学活性确认的场景，其结果为计算预测，需进一步验证。
常见问题
这个技能能直接给出可以用于制药的化合物吗？
不能，它提供的是具有潜力的候选化合物列表，必须经过后续的合成与生物实验验证。
支持哪些格式的化学库文件？
通常支持SDF、SMILES等常见化学信息学格式，具体需参考SciMiner平台的文档要求。
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/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/raw/index.md（查看排版版本）