分子折叠评分

技能简介

Refua用于药物发现领域，对生物分子复合物进行计算折叠与评分，支持蛋白-配体、蛋白-蛋白相互作用分析，并可选择性开展ADMET性质预测，辅助确定优先合成和测试的候选分子。

业务背景

药物研发团队可加速先导化合物筛选，通过计算模拟替代部分早期实验。在合成前即可评估分子结合能力与成药性，减少盲目投入，将有限资源聚焦于高潜力候选分子。

落地案例：研究员获得一批靶向某蛋白的配体SMILES数据后，调用工具折叠蛋白-配体复合物并输出亲和力评分，同步开启ADMET预测生成吸收代谢报告，据此排序确定优先合成的3个分子进入湿实验验证。

能做什么

• 折叠蛋白-配体、蛋白-蛋白或DNA/RNA复合物结构
• 估算指定结合分子的结合亲和力
• 执行ADMET预测（需额外安装）
• 通过MCP工具调用运行GPU/CPU密集型工作流

使用说明

本技能依赖refua-mcp MCP服务器，Clawdbot原生支持MCP协议。操作步骤如下：

1. 安装Refua及MCP服务器
   GPU环境：pip install refua[cuda]
   CPU环境：pip install refua
   MCP服务器：pip install refua-mcp
2. 可选：启用ADMET功能
   pip install refua[admet]
3. 下载模型资源
   python -c "from refua import download_assets; download_assets()"
   Boltz2默认使用~/.boltz目录，可通过boltz.cache_dir参数覆盖；BoltzGen使用内置HF制品，可通过boltzgen.mol_dir参数覆盖。
4. 启动MCP服务器
   python3 -m refua_mcp.server

输入与输出

见下方输入与输出表格。

风险提示

• 不适用于简单确定性计算任务，此类场景建议选用非机器学习工具
• 不会主动生成序列或SMILES结构，需由用户提供
• 不提供湿实验或临床指导建议
• GPU计算需确保CUDA环境配置正确

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/jbenjoseph/refua/SKILL.md
来源类型：GitHub仓库