Tamarind Bio – Thiết kế phân tử trên cloud

Kỹ năng giúp Claude chạy các công cụ sinh học cấu trúc mã nguồn mở (AlphaFold, RFdiffusion, DiffDock…) trên GPU cloud của Tamarind Bio qua REST API hoặc MCP.

Web · APINâng cao★ 33,030⑂ 3,248Điểm AI 8/10Cập nhật lần cuối: 9 thg 8, 2026

Làm được gì

Tamarind Bio là nền tảng cloud chạy hàng trăm công cụ tin sinh học trên GPU được quản lý sẵn: dự đoán cấu trúc (AlphaFold, Boltz-2, Chai-1, ESMFold), thiết kế protein/binder/de novo (RFdiffusion, ProteinMPNN, BoltzGen, BindCraft), thiết kế và đánh giá khả năng phát triển của kháng thể/nanobody, docking protein–ligand (DiffDock, AutoDock Vina), dự đoán ái lực liên kết, tạo MSA và mô phỏng động lực học phân tử.

Kỹ năng này dạy Claude cách dùng nền tảng đó đúng chuẩn:

Xác thực bằng header x-api-key, đọc khóa từ biến môi trường TAMARIND_API_KEY (không hardcode)
Quy trình chuẩn: tìm công cụ → lấy schema → validateJob → submit → poll → tải kết quả
Hai lối vào: REST (/tools, /submit-job, /submit-batch, /jobs, /result, /upload) và MCP server tại mcp.tamarind.bio/mcp
Những cái bẫy ít tài liệu nào nói: /jobs?jobName= trả về đúng một hàng (không có wrapper jobs), /result là tải hai bước qua presigned URL, batch phải poll batchStatus, tham số kiểu file nhận chuỗi thường sẽ bị hiểu là nội dung file inline
Nối chuỗi job (design → fold → score), submit batch tối đa 100 job và giới hạn chi phí bằng weightedHoursBudget

Dành cho ai

Nghiên cứu viên, học viên cao học cần chạy AlphaFold/Boltz mà không có GPU tại chỗ
Nhóm biotech thiết kế binder, kháng thể, nanobody và muốn tự động hóa pipeline kiểm chứng
Lập trình viên tin sinh cần sàng lọc hàng chục–hàng trăm chuỗi rồi thu kết quả bằng script
Người muốn ra lệnh bằng hội thoại với Claude thay vì viết code API thủ công

Ví dụ sử dụng

"Fold chuỗi này bằng AlphaFold" → Claude tra schema từ /tools, gửi submit-job, poll mỗi 30 giây, tải file zip kết quả và tóm tắt điểm pLDDT/pTM.
"Thiết kế 50 binder cho EGFR bằng ProteinMPNN rồi fold kiểm chứng tất cả" → chạy job thiết kế, dùng MCP submitBatch(fromJob=...) để fold toàn bộ chuỗi sinh ra, poll batchStatus của job cha để lấy kết quả tổng hợp.
"Dock ligand SDF này vào GLP1R_ECD.pdb tôi vừa tải lên" → upload qua presigned URL, tham chiếu bằng tên file trần, submit DiffDock hoặc AutoDock Vina, nếu lỗi thì gọi getJobLogs để xem nguyên nhân.

· · · Hướng dẫn cài đặt · · ·

Cài vào ứng dụng Claude (không cần terminal)

Tải tệp ZIP bằng nút bên dưới.
Trong Claude, mở Settings → Capabilities và bật 'Code execution and file creation'. (chỉ một lần)
Vào Customize → Skills → + → 'Upload a skill' rồi tải tệp ZIP lên.

↓ Tải ZIP

Cài vào Claude Code

Để Claude làm — dán câu dưới đây vào Claude Code

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/tamarind từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/tamarind/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.

Cài bằng lệnh thủ công

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git && mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/tamarind ~/.claude/skills/

⚠ Đây là skill do người khác tạo. Hãy kiểm tra repo gốc trước khi cài.

Tạo tài khoản tại app.tamarind.bio và lấy API key trong phần cài đặt tài khoản/API (mỗi người có 10 job miễn phí).
Mở terminal và clone repo kỹ năng: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
Copy thư mục kỹ năng vào Claude: mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/tamarind ~/.claude/skills/
Khai báo API key: export TAMARIND_API_KEY="khóa_của_bạn" (thêm vào ~/.zshrc hoặc ~/.bashrc để dùng lâu dài).
Chuẩn bị Python 3.10+ và thư viện: pip install requests python-dotenv
Kiểm tra kết nối: curl https://app.tamarind.bio/api/tools -H "x-api-key: $TAMARIND_API_KEY" — thấy danh sách JSON là thành công.
Khởi động lại Claude Code và thử: "Dùng Tamarind fold chuỗi protein này". (Tùy chọn) Nếu host hỗ trợ MCP, thêm server https://mcp.tamarind.bio/mcp với header X-API-Key để trải nghiệm tiện hơn.

Xem mã nguồn trên GitHub ↗Giấy phép: MIT