关于 adaptyv
Adaptyv 是面向研究人员和团队的云端实验室平台,用于验证设计的蛋白质。用户可通过 API 或网页提交序列进行实验检测,结果通常约 21 天交付。
主要功能
- 01通过 API 或网页提交蛋白质序列
- 02使用生物层干涉法进行结合检测
- 03蛋白质表达测试
- 04热稳定性表征
- 05酶活性评估
适用场景
- 01测试蛋白质与靶标的结合
- 02测量蛋白质表达水平
- 03评估热稳定性
- 04评估酶功能
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ leonchaox/ qinyan-academic-skills --skill adaptyv安装后在 Claude Code 中输入/adaptyv确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
reference/api_reference.mdexamples.mdexperiments.mdprotein_optimization.md详细介绍
Adaptyv
Adaptyv 是一个云实验室平台,提供自动化蛋白质测试与验证服务。通过 API 或 Web 界面提交蛋白质序列,约 21 天后即可收到实验结果。
快速开始
身份验证设置
Adaptyv 需要 API 身份验证。请设置凭据:
- 联系 [email protected] 申请 API 访问权限(平台目前处于 alpha/beta 阶段)
- 获取 API 访问令牌
- 设置环境变量:
export ADAPTYV_API_KEY="your_api_key_here"
或创建 .env 文件:
ADAPTYV_API_KEY=your_api_key_here
安装
使用 uv 安装所需的软件包:
uv pip install requests python-dotenv
基本用法
提交蛋白质序列进行测试:
import os
import requests
from dotenv import load_dotenv
load_dotenv()
api_key = os.getenv("ADAPTYV_API_KEY")
base_url = "https://kq5jp7qj7wdqklhsxmovkzn4l40obksv.lambda-url.eu-central-1.on.aws"
headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}
# Submit experiment
response = requests.post(
f"{base_url}/experiments",
headers=headers,
json={
"sequences": ">protein1\nMKVLWALLGLLGAA...",
"experiment_type": "binding",
"webhook_url": "https://your-webhook.com/callback"
}
)
experiment_id = response.json()["experiment_id"]
可用的实验类型
Adaptyv 支持多种检测类型:
- 结合检测 - 使用生物层干涉技术测试蛋白质与靶标之间的相互作用
- 表达测试 - 测量蛋白质表达水平
- 热稳定性 - 表征蛋白质的热稳定性
- 酶活性 - 评估酶功能
有关各实验类型和工作流的详细信息,请参阅 reference/experiments.md。
蛋白质序列优化
提交序列之前,请先进行优化,以改善表达和稳定性:
需要解决的常见问题:
- 未配对的半胱氨酸会形成不需要的二硫键
- 疏水区域过多会导致聚集
- 溶解度预测结果不佳
推荐工具:
- NetSolP / SoluProt - 初步筛选溶解度
- SolubleMPNN - 重新设计序列以提高溶解度
- ESM - 序列似然评分
- ipTM - 评估界面稳定性
- pSAE - 量化疏水暴露程度
有关详细的优化工作流和工具用法,请参阅 reference/protein_optimization.md。
API 参考
完整的 API 文档(包括所有端点、请求和响应格式以及身份验证详情)请参阅 reference/api_reference.md。
示例
有关涵盖常见用例(提交实验、跟踪状态、获取结果、批量处理)的具体代码示例,请参阅 reference/examples.md。
重要说明
- 平台目前处于 alpha/beta 阶段,功能可能会发生变化
- 目前并非所有平台功能都可通过 API 使用
- 通常会在约 21 天后交付结果
- 如需申请访问权限或有任何疑问,请联系 [email protected]
- 适用于高通量的 AI 驱动蛋白质设计工作流
评论
支持 Markdown