Boltz 단백질 구조 예측

무엇을 해주나

• 오픈소스 생체분자 구조 예측 모델 Boltz-1/Boltz-2를 사용해 단백질 복합체, 단백질-리간드 구조를 예측합니다.
• 실행 경로를 두 가지로 안내합니다: Modal 클라우드 GPU(modal run modal_boltz.py) 또는 로컬 pip install boltz 후 boltz predict.
• --recycling_steps, --sampling_steps, --use_msa_server 등 주요 파라미터의 기본값·권장 범위를 표로 제공합니다.
• 출력(CIF 모델, confidence.json, PAE 행렬)의 구조와 pTM/ipTM/pLDDT 합격 기준을 제시하고, Biopython으로 CIF→PDB 변환 코드를 알려줍니다.
• CUDA OOM, KeyError: 'iptm', 가중치 미다운로드 등 자주 나는 오류의 원인과 해결책을 표로 정리했습니다.
• Boltz vs Chai vs ColabFold/ESMFold 선택을 돕는 의사결정 트리와 캠페인 규모별 소요 시간·Modal 비용 추정치를 포함합니다.

이런 분께 추천

• 단백질 설계(de novo binder) 결과를 구조 기반으로 검증해야 하는 연구자
• AlphaFold2 라이선스 제약을 피해 오픈 가중치 모델을 쓰고 싶은 팀
• 로컬 GPU(24GB 이상) 또는 Modal 같은 서버리스 GPU를 쓰는 계산생물학 엔지니어

활용 예시

1. "complex.fasta의 타겟-바인더 쌍 구조를 예측하고 ipTM 0.5 미만은 걸러줘" → Boltz 실행 후 confidence.json 기준 필터링
2. "바인더 후보 500개를 Modal에서 배치로 돌리면 시간과 비용이 얼마나 드나?" → 성능 표 기반 2~3시간, 약 $35 추정
3. "CUDA out of memory가 났어" → MSA-free 모드 전환 또는 A100-80GB 사용 권고, sampling_steps 축소 안내

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/BioTender-max/awesome-bio-agent-skills/HEAD/skills/adaptyv/boltz/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 BioTender-max/awesome-bio-agent-skills 의 skills/adaptyv/boltz 폴더를 내 ~/.claude/skills/boltz/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.