Virtual Screening
用于开放和专有化合物库的虚拟筛选工作流。
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：用于开放和专有化合物库的虚拟筛选工作流。 完整的 Skill 内容见：https://321skill.com/skills/virtual-screening/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，对提供的SMILES化合物库进行针对SARS-CoV-2主蛋白酶（PDB ID: 6LU7）的初步筛选。'，它会启动基于Transformer的快速筛选流程，评估化合物与靶点的潜在结合活性，并返回一个按评分排序的候选分子列表，供你进一步研究。
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，帮助研究人员快速缩小候选范围。
该技能主要通过两种核心工作流实现：基于Transformer模型的筛选和通过SciMiner进行的基于分子对接的筛选。用户可以提供目标蛋白结构或特定生物活性要求，技能将自动处理化合物库，预测分子与靶点的结合能力或评估其类药性，最终输出经过排序的候选分子列表。
它非常适合药物化学家、计算生物学家、生物信息学研究人员以及相关领域的高校学生。无论是进行新药先导化合物发现、老药新用（药物重定位）研究，还是学术课题中的虚拟筛选实验，都能从中受益。
使用建议：建议用户准备好结构清晰的化合物库文件（如SDF, SMILES格式）和明确的研究目标（如靶点蛋白PDB ID）。对于对接筛选，确保拥有准确的靶点三维结构是关键。初次使用可从较小的测试库开始，以熟悉流程和参数设置。
核心特点
本技能整合了基于AI（Transformer）和基于物理（分子对接）两种主流虚拟筛选方法于一体，并通过SciMiner平台提供专业级的对接计算能力，相比单一方法的技能更为全面和可靠。
注意事项
不适合需要精确计算结合自由能或进行复杂药代动力学性质预测的场景。
常见问题
Virtual Screening支持哪些化合物库格式？
支持开放和专有库，常见格式如SDF、SMILES等。
基于Transformer的筛选和对接筛选有什么区别？
前者基于AI模型快速初筛，后者基于物理模拟精确计算结合模式，通常结合使用。
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/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/raw/index.md（查看排版版本）