グラフベースの創薬ツールキット。分子特性予測(ADMET)、タンパク質モデリング、知識グラフ推論、分子生成、逆合成、GNN(GIN、GAT、SchNet)、40以上のデータセットを搭載し、分子、タンパク質、生体医療グラフに関するPyTorchベースの機械学習に対応。
複雑な設定不要で、ワークフローに素早く統合
アクティブなオープンソースコミュニティによる継続的な更新
MIT/Apacheライセンスで商用・個人利用可
ニーズに応じてカスタマイズ・拡張可能
ソースリポジトリからスキルファイルをダウンロードまたはコピー
スキルファイルをClaudeのスキルディレクトリに配置(通常は ~/.claude/skills/)。
Claudeを再起動するか、リロードコマンドを実行してスキルを読み込みます
ヒント: 初回使用前にスキルのドキュメントとコードを注意深く読み、機能と権限要件を理解してください
すべてのスキルはオープンソースコミュニティから提供され、元の作者の著作権を保持しています
K-Dense-AI__claude-scientific-skills/scientific-skills/torchdrug/Skill.md実証済みのメリットと測定可能な影響
YAML構文の特定にかかる時間を大幅に削減
無効なYAML設定によるデプロイエラーを半減させる
YAML ファイルが常に正しく読み込まれるという完全な信頼
これらのシナリオに最適
壊れたYAMLファイルの構文エラーを迅速に特定して修正
デプロイ前にパイプライン設定が正しく解析されることを確認する
ツールが不正な形式の YAML のエッジケースをどのように処理するかを検証する
解析不能な設定ファイルによるシステム障害を防ぐ